❶ 怎麼通過因子分析法後的將多個指標綜合為一個因變數，怎麼和幾個自變數做回歸分析，謝謝，
因子分析
1輸入數據。
2點Analyze 下拉菜單，選Data Rection 下的Factor 。
3打開Factor Analysis後,將數據變數逐個選中進入Variables 對話框中。
4單擊主對話框中的Descriptive按扭，打開Factor Analysis: Descriptives子對話框，在Statistics欄中選擇Univariate Descriptives項要求輸出個變數的均值與標准差，在Correlation Matrix 欄內選擇Coefficients項，要求計算相關系數矩陣，單擊Continue按鈕返回Factor Analysis主對話框。
5單擊主對話框中的Extraction 按鈕，打開如下圖所示的Factor Analysis: Extraction 子對話框。在Method列表中選擇默認因子抽取方法——Principal Components，在Analyze 欄中選擇默認的Correlation Matrix 項要求從相關系數矩陣出發求解主成分，在Exact 欄中選擇Number of Factors;6， 要求顯示所有主成分的得分和所能解釋的方差。單擊Continue按鈕返回Factor Analysis主對話框。
6單擊主對話框中的OK 按鈕，輸出結果。
多元線性回歸
1.打開數據，依次點擊：analyse--regression，打開多元線性回歸對話框。
2.將因變數和自變數放入格子的列表裡，上面的是因變數，下面的是自變數。
3.設置回歸方法，這里選擇最簡單的方法：enter，它指的是將所有的變數一次納入到方程。其他方法都是逐步進入的方法。
4.等級資料，連續資料不需要設置虛擬變數。多分類變數需要設置虛擬變數。
虛擬變數ABCD四類，以a為參考，那麼解釋就是b相對於a有無影響，c相對於a有無影響，d相對於a有無影響。
5.選項裡面至少選擇95%CI。
點擊ok。
❷ 如何利用因子分析進行回歸分析以及系數的解釋
先因子分析得出不同的因子，然後以因子作為自變數進行回歸分析，根據系數判斷是正向還是負向預測。
❸ 杜邦分析法五因素模型是什麼
1、銷售額Sales替換成收入Revenue，美財報較常用後者（也稱TheTopLine因為收入這個數值一般在損益表的頂部），兩者一般都指核心業務收入，包括產品銷售和服務銷售，但Revenue有的時候還包含利息、特許權使用費、訴訟收入等，所以要根據不同公司財報習慣具體鑒別。
2、稅收負擔率其實是稅收率的補數，可計做(1-稅收率)，更方便理解；同理，利息負擔率其實是利息率的補數，可計做(1-利息率)。
3、表示凈利潤的NetProfit替換成Net Income，它們和The Bottom Line（因為凈利潤這個數值一般在損益表的底部）都是指凈利潤的意思，但Net Income更常用。
4、息前稅前盈餘EBIT是一個很有意義的數值，如下圖。EBIT其實代表的是公司業務的掙錢能力，它比凈利潤多出兩個部分，利息和稅收，這毫無疑問是公司掙來的，能更好的體現基於凈資產掙錢的能力。
5、平均凈（總）資產，因為，凈利潤是一個期間數，是在某一段時間之內，企業通過其控制的資產所獲得的利潤。凈資產是一個時點數，是截止某一個時刻企業資產及負債情況的客觀描述，而用一個期間數去除以一個時點數並不是那麼說得通，所以要將凈資產也處理成期間數。
在具體運用杜邦體系進行分析時，可以採用因素分析法，首先確定營業凈利率、總資產周轉率和權益乘數的基準值，然後順次代入這三個指標的實際值。
分別計算分析這三個指標的變動對凈資產收益率的影響方向和程度，還可以使用因素分析法進一步分解和個指標並分析其變動的深層次原因，找出解決的方法。
(3)股票五因子回歸分析法擴展閱讀
局限性：
從企業績效評價的角度來看，杜邦分析法只包括財務方面的信息，不能全面反映企業的實力，有很大的局限性，在實際運用中需要加以注意，必須結合企業的其他信息加以分析。主要表現在：
1、對短期財務結果過分重視，有可能助長公司管理層的短期行為，忽略企業長期的價值創造。
2、財務指標反映的是企業過去的經營業績，衡量工業時代的企業能夠滿足要求。但在目前的信息時代，顧客、供應商、雇員、技術創新等因素對企業經營業績的影響越來越大，而杜邦分析法在這些方面是無能為力的。
3、在目前的市場環境中，企業的無形知識資產對提高企業長期競爭力至關重要，杜邦分析法卻不能解決無形資產的估值問題。
❹ 因子分析後為什麼要進行回歸分析
用因子得分FAC1-1做回歸，那個因子載荷陣是原變數與因子的相關系數，你可以參考網上的文獻，另外新生成的因子是不相關的，不用做相關分析了
❺ 財務預測中的回歸分析法是怎麼一回事
財管理中的回歸分析法是在掌握大量觀察數據的基礎上，利用數理統計方法建立因變數與自變數之間的回歸關系函數表達式（稱回歸方程式）。回歸分析中，當研究的因果關系只涉及因變數和一個自變數時，叫做一元回歸分析；當研究的因果關系涉及因變數和兩個或兩個以上自變數時，叫做多元回歸分析。此外，回歸分析中，又依據描述自變數與因變數之間因果關系的函數表達式是線性的還是非線性的，分為線性回歸分析和非線性回歸分析。通常線性回歸分析法是最基本的分析方法，遇到非線性回歸問題可以藉助數學手段化為線性回歸問題處理。
財管理中的回歸分析法的優點：
1、回歸分析法在分析多因素模型時，更加簡單和方便；
2、運用回歸模型，只要採用的模型和數據相同，通過標準的統計方法可以計算出唯一的結果，但在圖和表的形式中，數據之間關系的解釋往往因人而異，不同分析者畫出的擬合曲線很可能也是不一樣的；
3、回歸分析可以准確地計量各個因素之間的相關程度與回歸擬合程度的高低，提高預測方程式的效果；在回歸分析法時，由於實際一個變數僅受單個因素的影響的情況極少，要注意模式的適合范圍，所以 一元回歸分析法適用確實存在一個對因變數影響作用明顯高於其他因素的變數是使用。多元回歸分析法比較適用於實際經濟問題，受多因素綜合影響時使用。
應用：
社會經濟現象之間的相關關系往往難以用確定性的函數關系來描述，它們大多是隨機性的，要通過統計觀察才能找出其中規律。回歸分析是利用統計學原理描述隨機變數間相關關系的一種重要方法。
在物流的計算中，回歸分析法的公式如下：
y=a+bx
b=∑xy－n·∑x∑y/[∑x²－n·(∑x)²];
a=∑y－b·∑x/n
❻ 因子分析後如何做線性回歸分析自變數和因變數怎麼取
因變數和自變數來自於理論假設，而不是統計結果。同一個因子分析結果，自變數和因變數可以互換，關鍵是您假設哪個變數影響另一個變數，被影響者是因變數，影響者就是因變數。（南心網 SPSS因子分析）
❼ 因子分析完後怎麼用這些因子進行回歸分析
因子分析時，在因子分析的保存選項中，選擇保存生成的因子得分。
之後以因子得分為自變數，與之前確定的因變數進行回歸分析即可，在分析前，需要將因變數進行標准化處理
❽ 什麼是回歸分析法、時間序列法、投入產出法、數學歸納法和馬爾科夫鏈預測法
所謂回歸分析法，是在掌握大量觀察數據的基礎上，利用烽理統計方法建立因變數與自變數之間的回歸關系函數表達式（稱回歸方程式）。
時間序列法,
利用按時間順序排列的數據預測未來的方法，是一種常用的。事物的發展變化趨勢會延續到未來，反映在隨機過程理論中就是時間序列的平穩性或准平穩性。
投入產出法，作為一種科學的方法來說，是研究經濟體系（國民經濟、地區經濟、部門經濟、公司或企業經濟單位）中各個部分之間投入與產出的相互依存關系的數量分析方法。
數學歸納法是一種數學證明方法，典型地用於確定一個表達式在所有自然數范圍內是成立的或者用於確定一個其他的形式在一個無窮序列是成立的。有一種用於數理邏輯和計算機科學廣義的形式的觀點指出能被求出值的表達式是等價表達式；這就是著名的結構歸納法。
❾ 因子得分後如何進行回歸分析
所謂回歸就必須要事先就有自變數和因變數的。。。
你如果沒有事先設定誰是因變數 那自然就沒法回歸了
如果有預先設定的因變數，那直接用各因子得分做自變數，回歸就好了
❿ 因子分析後，如何再做回歸分析
對保存的因子數據做回歸分析即可