多元统计分析上机报告.doc

大连民族大学数 学 实 验 报 告课程： 多元统计分析 实验题目: 多元数据的假设检验 系别： 专业： 姓名： 班级： 指导教师： 完成学期： 年 月 日实验目的：1、 学会结合实际问题应用Spass进行软件分析2、 掌握多元分组数据的均值是否相等的假设检验3、 掌握多维数据的方差分析。实验内容：（问题、数学模型、要求、关键词）实验题1：1999年财政部、国家经贸委、人事部和国家计委联合发布了国有资本金效绩评价规则。其中，竞争性工商企业的评价指标体系包括：净资产收益率、总资产周转率、流动资产周转率、资产负债率、已获利息倍数、销售增长率和资本积累率。下面我们借助这一指标体系对我国上市公司的运营情况进行分析，表中数据为35家上市公司分别来自电力、煤气及水的生产和供应业、房地产业、信息技术业。实验方法和步骤（包括数值公式、算法步骤、程序）：1在SPSS的数据编辑窗口中输入表2.1中的数据。2在“Analyze”菜单中选择“Descriptive Statistics”中的Explore命令。在弹出的Explore对话框中，从对话框左侧的变量列表中选择Y变量，单击Dependent框旁的箭头按钮，使之添加到Dependent框中，表示该变量是因变量，点击下方的Plots，按钮进入Plots对话框中，选中Normality plots with tests复选项以输出有关正态性检验的图表，Continue继续，OK运行，得到输出结果表2-1。3单击Analyze命令，依次点选General Linear ModelMultivariate，进入Multivariate对话框，将净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标选入Dependent框中，将行业指标选入Fixed Factor框，单击OK按钮，即可得到2-2的结果。4 在GLM主对话框中点击Contrast，打开Contrast对话框，在Change Contrast中选择Simple，此时下侧的Reference Category被激活，默认是Last被选中，表明第一、二行业均与第三行业作比较，若选中First，则将做第二、三行业数据与第一行业的比较。点击Change按钮，Continue继续，OK运行，则得到如下结果2-45 在Multivariate主对话框中点击Options，进入Options对话框，在上面的Estimated Marginal Means框架中，把行业选人右边的Display Means for：再选中Compare Main Effects，再点选Homogeneity tests复选项进行各行业的数据协方差阵相等的检验，Continue继续 ，OK运行，得到2-7之后结果表。6单击OK按钮，即可得到SPSS分析的结果。实验数据和分析：l 输出结果： 表2-1S-W检验适用于小样本量且检验结果精度高，本题中样本数为352000，故本题中选用S-W检验结果。由表中显著性指标sig值与0.05进行比较，发现总资产周转率、流动资产周转率、已获利息倍数以及资本积累率明显小于0.05，表示差异显著，认为它们不服从正态分布。故只对净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标进行比较，并认为这四个变量组成的向量遵从正态分布，这四个指标可以对公司的运营能力作出近似的度量。上表表示样本数据分别来自三个行业的个数。 表2-2上表实际上是对该线性模型显著性的检验，而模型通过了显著性检验，也就是说行业的不同取值对的取值有显著影响，即不同行业的运营能力是不同的。 主体间效应的检验源因变量III 型平方和df均方FSig.校正模型净资产收益率306.300a2153.1504.000.028资产负债率302.366b2151.183.680.514销售增长率2905.999c21452.9992.155.132总资产报酬率69.464d234.7323.320.049截距净资产收益率615.3381615.33816.073.000资产负债率105315.4591105315.459473.833.000销售增长率1.47211.472.002.963总资产报酬率218.0161218.01620.841.000sort净资产收益率306.3002153.1504.000.028资产负债率302.3662151.183.680.514销售增长率2905.99921452.9992.155.132总资产报酬率69.464234.7323.320.049误差净资产收益率1225.0543238.283资产负债率7112.40632222.263销售增长率21577.64332674.301总资产报酬率334.7533210.461总计净资产收益率2238.21635资产负债率117585.07535销售增长率24584.86035总资产报酬率641.59835校正的总计净资产收益率1531.35434资产负债率7414.77234销售增长率24483.64234总资产报酬率404.21734 a. R 方 = .200（调整 R 方 = .150）b. R 方 = .041（调整 R 方 = -.019）c. R 方 = .119（调整 R 方 = .064）d. R 方 = .172（调整 R 方 = .120） 表2-3 表2-3给出了每个财务指标的分析结果，同时给出了每个财务指标的方差来源，包括校正模型、截距、主效应（行业）、误差及总的方差来源，还给出了自由度、均方、F统计量及sig.值。由上表可知，四个指标的显著性水平分别为0.028，0.049，0.514及0.133，说明三个行业在净资产收益率、总资产报酬率两个财务指标上存在显著差别，但在资产负债率和销售增长率两个财务指标上没有显著差别。由输出结果可知，三个行业的运营能力存在明显的差别，且净资产收益率，总资产报酬率这两个指标在三个行业中也存在显著差别。 表2-4表2-4表示，第一行业与第三行业的总资产报酬率指标存在显著性差别，其他三个指标无显著性差别，由第一列可知，电力、煤气及水的生产和供应业的净资产收益率、总资产报酬率和销售增长率均低于信息技术业，资产负债率高于信息技术业。第二行业与第三行业的销售增长率指标有明显的差别，第三行业大于第二行业，说明信息技术业在获利能力高于房地产业。净资产收益率、总资产报酬率和资产负债率等财务指标没有显著差别。多变量检验结果值F假设 df误差 dfSig.Pillai 的跟踪.4812.3738.00060.000.027Wilks 的 lambda.5632.412a8.00058.000.025Hotelling 的跟踪.6982.4448.00056.000.024Roy 的最大根.5594.194b4.00030.000.008a. 精确统计量b. 该统计量是 F 的上限，它产生了一个关于显著性级别的下限。 表2-5输出结果2-5是上面多重比较可信性的度量，由Sig.值可以看到，比较检验是可信的。协方差矩阵等同性的 Box 检验aBox 的 M29.206F1.171df120df22585.573Sig.269检验零假设，即观测到的因变量的协方差矩阵在所有组中均相等。a. 设计 : 截距 + sort上表是协方差阵相等的检验，检验统计量是Boxs M，由显著性水平可认为三个行业的协方差阵是相等的。误差方差等同性的 Levene 检验aFdf1df2Sig.净资产收益率.500232.611总资产报酬率1.759232.188资产负债率4.537232.018销售增长率1.736232.192检验零假设，即在所有组中因变量的误差方差均相等。a. 设计 : 截距 + sort 表2-7上表给出了各行业误差平方相等的检验，在0.05水平下，表中净资产收益率、总资产报酬率及销售增长率的误差平方在三个行业间没有显著性差别，而资产负债率的误差平方在三个行业间有显著差别。单变量检验因变量平方和df均方FSig.净资产收益率对比306.3002153.1504.000.028误差1225.0543238.283总资产报酬率对比69.464234.7323.320.049误差334.7533210.461资产负债率对比302.3662151.183.680.514误差7112.40632222.263销售增长率对比2905.99921452.9992.155.132误差21577.64332674.301F 检验 行业 的效应。该