应用统计分析作业1

1、1、2、每股盈余的四分位数统计量每股盈余/美元N有效20缺失0百分位数25.127550.255075.5750通过四分位数表可以看出：有效的影子股票统计量为20，其中25%的影子股票每股盈余在0.1275以下，50%的影子股票每股盈余在0.2550以下，75%的影子股票每股盈余在0.5750以下。每股股票盈余的描述统计量N全距极小值极大值均值标准差方差偏度峰度统计量统计量统计量统计量统计量统计量统计量统计量标准误统计量标准误每股盈余/美元20.82.07.89.3520.26088.068.889.512-.378.992有效的 N （列表状态）20根据描述统计量的结果，每股股票平均盈余0.

2、3520，最大股票盈余为0.89，最小股票盈余为0.07，相差0.82，且每股盈余呈一定程度的右偏（偏度系数为0.889）和扁平分布（峰度系数为-0.378），由此可见，大部分股票的盈余低于其平均值。3、（1）从条形图可以看出，高层商品房的家庭人均住房面积最大，大约为30平米；部分产权、二手房、经济适用房、多层商品房和其他产权类型的家庭人均住房面积大致相近，在20平米左右；无产权的家庭人均面积最小，在20平米以下。（2）A、通过描述统计比较不同户口状况的人均住房面积：描述统计量户口状况N全距极小值极大值均值标准差偏度峰度统计量统计量统计量统计量统计量统计量统计量标准误统计量标准误本市户口人均面

3、积2825112.602.40115.0021.725812.175392.181.0468.311.092有效的 N （列表状态）2825外地户口人均面积16897.673.33101.0026.716518.967481.429.1872.121.373有效的 N （列表状态）168从描述统计分布结果来看：本市户口的家庭人均住房面积均值（21.7平米）低于外地户口家庭（26.7平米），外地户口的标准差（26.715）高于本市户口（21.7258）。本市户口和外地户口的人均住房面积均呈一定的右偏分布（偏度系数分别为2.181和1.429），且本市户口的分布偏斜程度更大；同时，本市户口与外地户

4、口的人均住房面积也呈尖峰分布（峰度系数为别为8.311和2.121），且本市户口的分布陡峭程度更大。由此，本市户口和外地户口的大部分家庭人均住房面积都低于各自平均水平，仅用均值比较不准确。B、通过两独立样本T检验比较不同户口状况的人均住房面积：组统计量户口状况N均值标准差均值的标准误人均面积本市户口282521.725812.17539.22907外地户口16826.716518.967481.46337独立样本检验方差方程的 Levene 检验均值方程的 t 检验FSig.tdfSig.(双侧)均值差值标准误差值差分的 95% 置信区间下限上限人均面积假设方差相等65.469.000-4.9

5、682991.000-4.990691.00466-6.96057-3.02080假设方差不相等-3.369175.278.001-4.990691.48119-7.91396-2.06742从独立样本检验的结果看出：F统计量的观测值为65.469，对应的概率P值为0.000（假设显著性水平=0.05），因此两个样本总体方差有显著性差异。t统计量的观测值为-3.369，对应的双侧概率P值为0.001，因此两总体的均值有显著性差异。综上，本市户口和外地户口的家庭人均住房面积的平均值存在显著差异。（3）户口状况* 分组后的人均面积 交叉制表分组后的人均面积合计1.002.003.004.00户口状

6、况本市户口计数30512908014292825期望的计数318.11266.7788.1452.12825.0户口状况 中的 %10.8%45.7%28.4%15.2%100.0%分组后的人均面积 中的 %90.5%96.1%95.9%89.6%94.4%总数的 %10.2%43.1%26.8%14.3%94.4%残差-13.123.312.9-23.1标准残差-.7.7.5-1.1外地户口计数32523450168期望的计数18.975.346.926.9168.0户口状况 中的 %19.0%31.0%20.2%29.8%100.0%分组后的人均面积 中的 %9.5%3.9%4.1%10.

7、4%5.6%总数的 %1.1%1.7%1.1%1.7%5.6%残差13.1-23.3-12.923.1标准残差3.0-2.7-1.94.5合计计数33713428354792993期望的计数337.01342.0835.0479.02993.0户口状况 中的 %11.3%44.8%27.9%16.0%100.0%分组后的人均面积 中的 %100.0%100.0%100.0%100.0%100.0%总数的 %11.3%44.8%27.9%16.0%100.0%在本市户口（2825）中，人均住房面积为10平米以下、10-20平米、20-30平米、30平米以上的样本量分别为305（10.8%）、12

8、90（45.7%）、801（28.4%）和429（15.2%）；在外地户口（168）中，人均住房面积为10平米以下、10-20平米、20-30平米、30平米以上的样本量分别为32（19.0%）、52（31.0%）、34（20.2%）和50（29.8%）。比较得知，户口状况一定程度上会影响人均面积。4、（1）广告形式对销售额的单因素方差分析结果ANOVA销售额平方和df均方F显著性组间5866.08331955.36113.483.000组内20303.222140145.023总数26169.306143分析：销售额的离差平方总和为26169.306，仅考虑广告形式的单个影响，则不同广告形式可

9、解释的变差为5866.083，抽样误差引起的变差为20303.222，它们的方差分别为1955.361和145.023，相除所得的F统计量的观测值为13.483，对应的概率P值近似为0。若显著性概率=0.05，由于概率P值小于显著性水平，则拒绝原假设，即不同广告形式对销售额产生了显著的影响。（2）表1 描述销售额N均值标准差标准误均值的 95% 置信区间极小值极大值下限上限报纸3673.22229.733921.6223269.928776.515754.0094.00广播3670.888912.967602.1612766.501375.276533.00100.00宣传品3656.5556

10、11.618811.9364752.624360.486833.0086.00体验3666.611113.497682.2496162.044271.178137.0087.00总数14466.819413.527831.1273264.591169.047833.00100.00表2 方差齐性检验销售额Levene 统计量df1df2显著性.7653140.515分析：从表1中看出，对于报纸、广播、宣传品和体验四种广告形式，报纸广告形式的销售额最高（73.2222），接下来是广播广告（70.8889），其次是体验广告（66.6111），而宣传品广告的效果最差（56.5556）。从表2中看出，

11、不同广告形式下销售额的方差齐性检验值为0.765，概率p值为0.515,，大于显著性水平（0.05）。则不同广告形式下销售额的总体方差无显著差异，满足方差分析的前提要求。表3 多重比较销售额LSD(I) 广告形式(J) 广告形式均值差 (I-J)标准误显著性95% 置信区间下限上限报纸广播2.333332.83846.412-3.27847.9451宣传品16.66667*2.83846.00011.054922.2784体验6.61111*2.83846.021.999312.2229广播报纸-2.333332.83846.412-7.94513.2784宣传品14.33333*2.8384

12、6.0008.721619.9451体验4.277782.83846.134-1.33409.8896宣传品报纸-16.66667*2.83846.000-22.2784-11.0549广播-14.33333*2.83846.000-19.9451-8.7216体验-10.05556*2.83846.001-15.6673-4.4438体验报纸-6.61111*2.83846.021-12.2229-.9993广播-4.277782.83846.134-9.88961.3340宣传品10.05556*2.83846.0014.443815.6673*. 均值差的显著性水平为 0.05。在多重比

13、较检验中，采用LSD方法可以分析得到：报纸与广播效果没有显著性差异（P概率值分别为0.412），但是与宣传品、体验广告方式有显著性差异（P概率值分别为0.000和0.0021）。因此，可以从报纸、广播和体验的广告方式中任选其一，但是考虑到表1中三种广告方式的销售额均值（报纸销售额最高），可以考虑选择报纸。5、本题中被解释变量：销售收入；解释变量：销售时间、市场潜力、广告费用、市场份额、份额变化、赊销店数、工作量和业绩评价。首先，设定模型方程为：Yt=0+1X1t+2X2t+3X3t+4X4t+5X5t+6X6t+7X7t+8X8t+t其中，Yt为第t年销售收入，X1为销售时间，X2为市场潜力，

14、X3为广告费用，X4为市场份额，X5为份额变化，X6为赊销店数，X7为工作量，X8为业绩评价。其次，对模型进行回归分析，得到模型汇总结果，如表1。表1 模型汇总模型RR 方调整 R 方标准 估计的误差1.754a.568.550881.109112.880b.775.755650.438773.910c.828.804581.579424.949d.901.881452.26171a. 预测变量: (常量), 赊销店数。b. 预测变量: (常量), 赊销店数, 广告费用。c. 预测变量: (常量), 赊销店数, 广告费用, 市场潜力。d. 预测变量: (常量), 赊销店数, 广告费用, 市场潜

15、力, 市场份额。从表1可知：模型4是最终得到的模型，其修正后的可决系数为R2=0.881，拟合程度较高。销售收入可以被赊销店数、广告费用、市场潜力和市场份额较多的解释。表2 Anovae模型平方和df均方FSig.1回归23523423.727123523423.72730.300.000a残差17856125.19923776353.270总计41379548.927242回归32071995.973216035997.98637.904.000b残差9307552.95422423070.589总计41379548.927243回归34276621.918311425540.63933.7

16、80.000c残差7102927.00921338234.619总计41379548.927244回归37288735.78949322183.94745.576.000d残差4090813657总计41379548.92724a. 预测变量: (常量), 赊销店数。b. 预测变量: (常量), 赊销店数, 广告费用。c. 预测变量: (常量), 赊销店数, 广告费用, 市场潜力。d. 预测变量: (常量), 赊销店数, 广告费用, 市场潜力, 市场份额。e. 因变量: 销售收入从表2中可看出：被解释变量的总离差平方和为41379548.927，回归平方和及方差分别为

17、37288735.789和9322183.947，剩余平方和及方差分别为4090813.138和204540.657，F检验统计量的观测值为45.576，对应的P概率值近似为0,。因此，模型中被解释变量和解释变量全体的线性关系是显著的，可以建立线性模型。表3 系数a模型非标准化系数标准系数tSig.共线性统计量B标准 误差试用版容差VIF1(常量)709.339515.2591.377.182赊销店数21.7223.946.7545.505.0001.0001.0002(常量)50.347407.641.124.903赊销店数19.0482.973.6616.407.000.9601.042广告费用.227.050.4644.495.000.9601.0423(常量)-322.177392.607-.821.421赊销店数15.4803.003.5375.154.000.7521.330广告费用.216.045.4424.767.000.9521.051市场潜力.022.009.2652.553.019.7591.3184(常量)-1386.154412.415-3.361.003赊销店数9.4382.817.3283.351.003.5171.934广告费用.173.037.3554.697.00