多元统计分析实验报告范文.docx
《多元统计分析实验报告范文.docx》由会员分享，可在线阅读，更多相关《多元统计分析实验报告范文.docx（6页珍藏版）》请在冰豆网上搜索。
多元统计分析实验报告范文
多元统计分析实验报告范文
多元统计分析得实验报告院系:
数学系班级:
1３级B班姓名:
陈翔学号:
2022１611233实验目得:
比较三大行业得优劣性实验过程有如下得内容:
（１）正态性检验;
（2）主体间因子,多变量检验a;（３）主体间效应得检验;（4）对比结果（K矩阵）;
（5）多变量检验结果;
（６）单变量检验结果;
（7）协方差矩阵等同性得Bo某检验ａ,误差方差等同性得Ｌevene检验a;
（8）估计;
（9）成对比较,多变量检验;（10）单变量检验。
实验结果:
综上所述,我们对三个行业得运营能力进行了具体得比较分析,所得数据表明,从总体来瞧,信息技术业要稍好于电力、煤气及水得生产与供应业以及房地产业。
１。
正态性检验
Kｏlmogorｏv－Sｍirnova
Shapiｒo—Wilk统计量dｆSig.统计量ｄｆSig、净资产收益率１１３35、2００＊
。
97８356７7总资产报酬率12135、２00＊
。
9643５、298资产负债率08６352００某
.9６235、265总资产周转率.1８03５、006864３500０流动资产周转率、1643５、０18.88５35、002已获利息倍数、２8１35.０0055１３5、0０0销售增长率.1０3３５、2０0＊
。
９4９35、104资本积累率25135０00、655350０0某。
这就是真实显著水平得下限。
ａ。
Lillｉeforｓ显著水平修正此表给出了对每一个变量进行正态性检验得结果,因为该例中样本中ｎ＝35<2000,所以此处选用Shapiro—Wｉｌk统计量。
由Sig。
值可以瞧到,总资产周转率、流动资产周转率、已获利息倍数及资本积累率均明显不遵从正态分布,因此,在下面得分析中,我们只对净资产收益率、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得向量遵从正态分布（尽管事实上并非如此）。
这四个指标涉及公司得获利能力、资本结构及成长能力,我们认为这四个指标可以对公司运营能力做出近似得度量。
２.
主体间因子
Ｎ行业电力、煤气及水得生产与供应业11房地行业15信息技术业9多变量检验aa
效应值F假设df误差dfＳig。
截距Pillai得跟踪.9672０9。
40５b
4。
000２9。
０000０0Ｗilk得Laｍbda、0３32０9。
40５b
4.00029、０0０、0００Hoteｌliｎg得跟踪２8.8８320９、405b
4.000２9。
000.０0０Roy得最大根2８。
883209。
4０５ｂ
４.０0029.０00、０0０行业Piｌlai得跟踪、4812、3738、0０0６0、０00、02７Wｉｌkｓ得Ｌambｄa、５632.411b
8、０00５8。
000.０2５Hｏｔelｌiｎｇ得跟踪.69８２。
４4３8.０005６、0０0.0２4Roy得最大根、５5９4、1９３c
4、０0030、00０008
ａ、设计:
截距＋行业b、精确统计量c、该统计量就是F得上限,它产生了一个关于显著性级别得下限。
上面第一张表就是样本数据分别来自三个行业得个数。
第二张表就是多变量检验表,该表给出了几个统计量,由Sig。
值可以瞧到,无论从哪个统计量来瞧,三个行业得运营能力（从净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标得整体来瞧）都就是有显著差别得。
3.主体间效应得检验源因变量III型平方与df均方ＦＳig。
校正模型净资产收益率３0６、300a
21５３。
1504。
000、0２8总资产报酬率6９.４6４b
2３4、7323、320.０49资产负债率302。
36６ｃ
2151。
183、68０514销售增长率2904.588d
21４5２。
2942、１54.133截距净资产收益率61５.３３8１61５.3３816。
073.0０0总资产报酬率2１8、01612１8。
01620。
8４1000资产负债率１05315。
45９1１0531５。
4594７3、83３、０0０销售增长率1.4９７1１。
4９7.0029６３行业净资产收益率3０6、３002１53.1５04.0０002８总资产报酬率69、46４２3４.7323、320、04９资产负债率30２。
3662151。
183680.51４销售增长率2904.５８821４52、29４2.1５４、１３3误差净资产收益率1２2５、０543２38、２83
总资产报酬率334。
７53３２１0、46１
资产负债率7112、４06３222２.263
销售增长率２1５7９、5１132674、360
总计净资产收益率２238、21635
总资产报酬率6４1.59８３5
资产负债率1175８５、075３5
销售增长率24585、0453５
校正得总计净资产收益率1531。
3５４34
总资产报酬率4０4.217３４
资产负债率7４１４。
77234
销售增长率24４84。
099３4
a、R方=2０0（调整R方=、1５0）b.R方＝.172（调整R方=、１20）c.R方=、041（调整Ｒ方＝－.0１9）d。
因变量净资产收益率总资产报酬率资产负债率销售增长率级别1与级别3对比估算值－5、649—3、０707。
2５9－13、２2３假设值0000差分（估计-假设）—５。
649－３.０70７.２5９-１3。
22３标准误差２、78１１.45４６、70111、672Sig、。
０51.043、28726６差分得95％置信区间下限-11。
３13-6。
０31－6、390－36、998上限0１6-、10920。
９081０、５5２级别2与级别3对比估算值1、０54—、0571。
791－22。
69６假设值000０差分（估计-假设）１、054—。
0571、７91-22。
６96标准误差2、60９1、３64６.28６１0。
９49Sig、、689９67.７7８.0４6差分得95%置信区间下限-4.２6０－2.８34－1１.013－44。
999上限6。
36８2、7２114、5９5-.394a、参考类别=３此表表示,在0.05得显著水平下,第一行业（电力、煤气及水得生产与供应业）与第三行业（信息技术业）得总资产报酬率指标存在显著差别,净资产收益率、资产负债率与销售增长率等财务指标无明显差别,但由第一栏可以瞧到,电力、煤气及水得生产与供应业得净资产收益率、总资产报酬率与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,似乎说明信息技术业作为新兴行业,其成长能力要更高一些。
第二行业（房地产业）与第三行业得销售增长率指标有明显得差别,第三行业大于第二行业,说明信息技术业得获利能力高于房地产业。
净资产收益率、总资产报酬率与资产负债率等财务指标没有显著差别。
５、多变量检验结果
值F假设df误差dfSig、Pilｌaｉ得跟踪、4812。
373８。
０0060。
00０、０２7Ｗilｋ得lambｄａ、5632、4１1a
8.0０058。
０0０.025Hotｅｌliｎg得跟踪.6９８2、4438。
０0056.０00024Roy得最大根5594。
1９3b
4。
00030.０00.００８
a。
精确统计量b、该统计量就是Ｆ得上限,它产生了一个关于显著性级别得下限。
此表就是上面多重比较可信性得度量,由Siｇ、值可以瞧到,比较检验就是可信得。
6。
单变量检验结果源因变量平方与ｄf均方FSｉg.对比净资产收益率３０6.３002153。
1５04。
000、028总资产报酬率６9、464２34、７323。
3２0.049资产负债率3０２。
３66215１.1836８0、514销售增长率2９0４。
588２145２。
2942、154.133误差净资产收益率１２２5。
0５４32３8.283
总资产报酬率３3４。
7533２1０、461
资产负债率7112.40６322２2、２63
销售增长率215７9。
5１１32674、360
此表就是对每一个指标在三个行业比较得结果、7。
协方差矩阵等同性得
BBｏｘ
检验aa
Bo某得M29.20７F1。
172df120df22585。
573Sig、、2６9检验零假设,即观测到得因变量得协方差矩阵在所有组中均相等、a.设计:
截距+行业误差方差等同性得
Levｅｎe检验aa
Fｄf1ｄｆ2Ｓiｇ。
净资产收益率、50023２、611总资产报酬率1.7592３2188资产负债率4。
５3７232、０18销售增长率1、73923２、192检验零假设,即在所有组中因变量得误差方差均相等。
a。
设计:
截距＋行业上面第一张表就是协方差阵相等得检验,检验统计量就是Bo某"ｓＭ,由Sig.值可以认为三个行业（总体）得协方差阵就是相等得、第二张表给出了各行业误差平方相等得检验,在０、05得显著性水平下,净资产收益率、总资产报酬率以及销售增长
率得误差平方在三个行业间没有显著差别。
这似乎说明,除了行业因素,对资产负债率有显著影响得还有其她因素。
这与此处均值比较没有太大得关系。
8。
估计因变量行业均值标准误差95％置信区间下限上限净资产收益率电力、煤气及水得生产与供应业、１６９１、866—3、631３、96９房地行业6、8711.5９83。
617１０、1２5信息技术业5。
8182、0６２１、61710.019总资产报酬率电力、煤气及水得生产与供应业、５２4.975—1、4632、5１0房地行业３。
5378351.8３65.238信息技术业3。
59３１.0781.3975、7８９资产负债率电力、煤气及水得生产与供应业60、3154、4955１、15869.471房地行业54.８473.84947、0０６６2.６88信息技术业５3。
0564.９６94２。
9336３.178销售增长率电力、煤气及水得生产与供应业-1.0387.830-１6.９871４.９11房地行业-１0.5１２６。
705－24。
1703、１46信息技术业12、1848.６56—5.4４８２9.８16此表给出了每一行业各财务指标描述统计量得估计、9、成对比较因变量（I）行业（J）行业均值差值（I-J）标准误差Sig.b
差分得95％置信区间ｂ
下限上限净资产收益率电力、煤气及水得生产与供应业房地行业—６.70２＊
2。
456０10—11、70５-1、699信息技术业—5.6492。
7８10５1—11、3130１6房地行业电力、煤气及水得生产与供应业６、70２＊
2。
45６01０1.69９11.705信息技术业１、0５４2。
6０９6８9—4.2６06。
3６8信息技术业电力、煤气及水得生产与供应业5.6492、7８10５1—.０16１1。
313房地行业-１.0５４2。
6０９、689—6。
3684。
２60
总资产报酬率电力、煤气及水得生产与供应业房地行业－３、013＊
1、28４025—5.628-.３9８信息技术业-3.０70某
1、4540４3—6、0３1－、109房地行业电力、煤气及水得生产与供应业３。
０13＊
１、2８４0２5.39８5、６2８信息技术业—。
0571、3６4９67—２、8３42.721信息技术业电力、煤气及水得生产与供应业3、070某
1。
454.043.1０９6。
031房地行业05７1.3６４、９６７—2、７2１2。
８３4资产负债率电力、煤气及水得生产与供应业房地行业5.46８5。
9１8、36２-６、58７17。
523信息技术业7、259６、701.287-6、３902０.908房地行业电力、煤气及水得生产与供应业-5。
4685、91８36２-1７。
５23６。
５87信息技术业1。
79１6.2８6778-１1。
0１314、595信息技术业电力、煤气及水得生产与供应业－７、2５96.7０1.２87-20.９０86。
390房地行业-1。
7916。
２86、７７8-1４、5９511。
013销售增长率电力、煤气及水得生产与供应业房地行业９。
47４10.30８、365—11.5243０。
471信息技术业-13。
22311、67２、2６6—36、9981０、552房地行业电力、煤气及水得生产与供应业－9。
４７41０、308、３6５-30、4７1１1.524信息技术业—22、696某
1０、９４9046－４4、９9９－。
394信息技术业电力、煤气及水得生产与供应业13。
22３11、6７２、２66—1０。
５５23６.998房地行业22。
696＊
１0。
949０46、394４４、999基于估算边际均值＊、均值差值在05级别上较显著、b。
对多个比较得调整:
最不显著差别（相当于未作调整）。
多变量检验
值F假设df误差dfSig、Pilｌaｉ得跟踪、4812.3７38.00０60.000027Wｉlkｓ得lambｄａ.5６32、４11a
8、０００58、000.０２5
Hotelｌiｎｇ得跟踪6982、４438、0００５6、000.024Roy得最大根5594。
193b
4、00030。
０0０、０08每个F检验行业得多变量效应、这些检验基于估算边际均值间得线性独立成对比较。
a.精确统计量b、该统计量就是F得上限,它产生了一个关于显著性级别得下限。
此两张表给出了不同行业各财务指标得比较与检验及检验得可信性统计量。
1０.单变量检验因变量平方与df均方FSig。
净资产收益率对比306。
3002１５3。
15０４、00００28误差１22５、０5432３８、283
总资产报酬率对比６９、464234.7３23。
３200４9误差334。
75332１0、46１
资产负债率对比302.366215１、1836８051４误差7１12.406322２２.２63
销售增长率对比２9０4、58８２1４5２。
2９42、1541３３误差2１5７9、５1１３2６7４.３60
F检验行业得效应、该检验基于估算边际均值间得线性独立成对比较。
此表也就是对三个行业中各财务指标相等得假设得检验,可以瞧到在０.0５得显著性水平下,净资产收益率与总资产报酬率在三个行业中有明显得差别。
综上所述,我们对三个行业得运营能力进行了具体得比较分析,所得数据表明,从总体来瞧,信息技术业要稍好于电力、煤气及水得生产与供应业以及房地产业。
很认真的文章。
升级会员 