贡献率(%)=贡献量(产出量,所得量)/投入量(消耗量,占用复量)×100% 贡献率也用于分析经济增长中各因素作用大小的程度。
计算方制法是: 贡献率(%)=某因素贡献量(增量或增长程度)/总贡献量(总增量或增长程度)×100%。样本中各数据与样本平均数的差的平方和的平均数叫bai做样本方差；样本方差的算术平方根叫做样本标准差。
样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。显然 方差贡献率 是指贡献率的波动情况，累计方差贡献率就是指贡献率的波动情况的累计。
扩展资料：
因子分析的方法有两类。一类是探索性因子分析法，另一类是验证性因子分析。探索性因子分析不事先假定因子与测度项之间的关系，而让数据“自己说话”。
主成分分析和共因子分析是其中的典型方法。验证性因子分析假定因子与测度项的关系是部分知道的，即哪个测度项对应于哪个因子，虽然我们尚且不知道具体的系数。
探索的因子分析有一些局限性：
1、它假定所有的因子(旋转后) 都会影响测度项。在实际研究中，我们往往会假定一个因子之间没有因果关系，所以可能不会影响另外一个因子的测度项。
2、探索性因子分析假定测度项残差之间是相互独立的。
实际上，测度项的残差之间可以因为单一方法偏差、子因子等因素而相关。
3、探索性因子分析强制所有的因子为独立的。
这虽然是求解因子个数时不得不采用的权宜之计，却与大部分的研究模型不符。最明显的是，自变量与应变量之间是应该相关的，而不是独立的。
这些局限性就要求有一种更加灵活的建模方法，使研究者不但可以更细致地描述测度项与因子之间的关系，而且可以对这个关系直接进行测试。而在探索性因子分析中，一个被测试的模型(比如正交的因子) 往往不是研究者理论中的确切的模型。
温馨提示：答案为网友推荐，仅供参考
相似回答