数据分析期末试题及答案文档格式.docx
《数据分析期末试题及答案文档格式.docx》由会员分享，可在线阅读，更多相关《数据分析期末试题及答案文档格式.docx（26页珍藏版）》请在冰豆网上搜索。
差
1
a
.952
.907
.891
3.332
a.预测变量:
（常量）,x3,x1,x2o
b.因变量：
y
上表是线性回归模型下的拟合优度结果，由上表知，R值为0.952,大于0.8，表示两变量间有较强的线性关系。
且表示平均寿命（y）的95.2%的信息能由人均
GDP（x1）成人识字率（x2）,—岁儿童疫苗接种率（x3）—起表示出来。
建立总体性的假设检验
提出假设检验H0:
B仁B2=B3=0，H1,:
其中至少有一个非零
得如下方差分析表
Anova5
平方和
df
均方
F
Sig.
回归
1937.704
3
645.901
58.190
.000a
残差
199.796
18
11.100
总计
2137.500
21
上表是方差分析SAS俞出结果。
由表知，采用的是F分布，F=58.佃0对应的检验概率P值是0.000.，小于显著性水平0.05,拒绝原假设，表示总体性假设检验通过了，平均寿命（y）与人均GDP（x1）成人识字率（x2）,—岁儿童疫苗接种率（x3）之间有高度显著的的线性回归关系。
做独立性的假设检验得出参数估计表
系数a
非标准化系数
标准系数
t
B
标准误差
试用版
（常量）
33.014
3.137
10.523
.000
x1
.072
.015
.404
4.865
x2
.169
.040
.431
4.245
x3
.178
.049
.339
3.654
.002
a.因变量：
上表是有关参数估计的信息，同样是上面的检验假设，HO：
B仁B2=B3=o：
H1:
B1、B2、B3不全为零
由表知，
B1=33.014,B1=0.072,B2=0.169,B3=0.178,以B1=0.072为例，表示当成人识字率（x2）,—岁儿童疫苗接种率（x3）不变时，，人均GDP（x1每增加一个单位，平均寿命（y）就增加0.072个单位。
基于以上结果得出年平均寿命（y）与人均GDP（x1）成人识字率（x2）,一岁儿童疫苗接种率（x3）之间有显著性的线性关系有回归方程
Y=33.014+0.072*X1+0.169*X2+0.仃8*X3
B1、B2、B3对应得p值分别为0.000,0.000,0.002,对应的概率p值都小于0.05,表示它们的单独性的假设检验没通过，即该模型是最优的，所以不用采用逐步回归的方式分析。
对原始数据进行残差分析
未标准化的残差RES_1
-7.53964
-3.57019
-3.42221
-2.89835
-2.30455
-2.17263
-2.05862
-1.37142-1.17048
-.43890
-.17260
-.03190
.94655
1.42896
1.61252
1.61590
2.10139
3.01856
3.02571
3.49808
4.60737
5.29645
以X1为横轴，RES_1为纵轴画出如下散点图
_250X0
®
.WBCCr-
D
-SODOCO-
由上图可以看出，该残差图中各点分布近似长条矩形，所以模型拟合较好，即该线性回归模型比较合理。
同理可以得出RES_1与X2、X3的散点图，
■Brip-AetlpdFzlip」le-pu2u!
Lln
4MM»
-
V
2DMB0-
DQOOO-
-293000-
^SWK-
由上图可以看出，
该残差图中各点分布近似长条矩形，所以模型拟合较好，即该线性回归
模型比较合理。
误差项的正态性检验
数据（RES_1）标准化残差ZRES_1
由图可以看出，散点图近似的在一条直线附近，则可以认为数据来自正太分布总体
二、诊断发现运营不良的金融企业是审计核查的一项重要功能，审计核查的分类
失败会导致灾难性的后果。
下表列出了66家公司的部分运营财务比率，其中33
家在2年后破产丫=0,另外33家在同期保持偿付能力（丫=1。
请用变量X1（未分配利润/总资产），X2税前利润/总资产）和X3销售额/总资产）拟合一个Logistic回归模型，并根据模型给出实际意义的分析，数据见财务比率.sav（25分）。
整体性的假设检验
提出假设性检验
H0：
回归系数Pi=0（i=1，2,3），H1:
不都为0
建立logisti（模型:
mg
=0」X12X23X3
分类表a,b
已观测
已预测
丫
百分比校正
步骤0
33
.0
100.0
总计百分比
50.0
a.模型中包括常量。
b.切割值为.500
上表显示了logistic分析的初始阶段方程中只有常数项时的错判矩阵，其中33家在2年后破产（y=0），但模型均预测为错误，正确率为0%,另外33家在同期保持偿付能力（丫=1）,正确率为100%，所以模型总的预测正确率为50%。
不在方程中的变量
得分
变量
X1
31.621
X2
19.358
X3
2.809
.094
总统计量
37.623
由上表得知，如果变量X1未分配利润/总资产），X2税前利润/总资产）进入方程,概率p值都为0.000,小于显著性水平0.05,本应该是拒绝原假设，X1，X2是可以进入方程的。
而X3（销售额/总资产）进入方程，概率p值为0.094,大于显著性水平0.05,本应该是接受原假设，X3（销售额/总资产）是不能进入方程的，但这里的解释变量的筛选策略为enter,是强行进入方程的。
用强行全部进入
模型汇总
步骤
-2对数似然值
Cox&
SnellR方
NagelkerkeR方
5.791a
.727
.969
a.因为参数估计的更改范围小于.001，所以估计在迭代次数
13处终止。
-2倍的对数似然函数值越小表示模型的拟合优度越高，这里的值是5.791,比较小,表示模型的拟合优度还可以，而且NagelkerkeR方为0.969,与0相比还是比较大的，所以拟合度比较高
分类表a
Y
步骤1
32
97.0
a.切割值为.500
上表显示了logistic分析的初始阶段方程中只有常数项时的错判矩阵，其中33家在2年后破产（y=0），但模型预测出了32家，正确率为97%，另外33家在同期保持偿付能力（丫=1）模型预测出了32家，正确率为97%，所以模型总的预测正确率为97%，较之前的有很大的提高。
方程中的变量
S.E,
Wals
Exp（B）
步骤1a
.336
.309
1.178
.278
1.399
.180
.107
2.852
.091
1.198
5.160
5.200
.985
.321
174.235
常量
-10.334
11.147
.859
.354
a.在步骤1中输入的变量：
X1,X2,X3.
上表给出了方程中变量的系数。
由表得出
Bo=T0.334,氏=0.336,^2=0.180*3,=5.160
：
1为例，表示控制变量X2（税前利润/总资产）和X3销售额/总资产）不变，X1未分配利润/总资产）每增加一个单位，ln（P{^乩）增加0.336分单位
1—p{Y=0}
模型方程:
0L）=-10.334-0.336X10.180X24.160X3
1-p{Y=0}
Logistic回归方程：
exp（-10.334-0.336X10.180X24.160X3）
P{Y=0}=-1+exp（-10.334-0.336X1+0.180X2+4.160X3）
由表得知，X1到X3对应的概率p值都大于0.05,接受原假设，表示X1到X3对Y
都没有显著性影响。
所以用下述方法改进。
用向前步进（wald）
15.803a
.682
.910
2
b
9.472
.711
.949
a.因为参数估计的更改范围小于.001，所以估计在迭代次数9
处终止。
b.因为参数估计的更改范围小于.001，所以估计在迭代次数
10处终止。
-2倍的对数似然函数值越小表示模型的拟合优度越高，这里的值是9.472,比之前的5.791要大，表示拟合优度降低，表示用向前的方法并没有比进入的方法好
31
升级会员 