多元统计分析实验报告 (1).doc
《多元统计分析实验报告 (1).doc》由会员分享，可在线阅读，更多相关《多元统计分析实验报告 (1).doc（8页珍藏版）》请在冰豆网上搜索。
多元统计分析的实验报告
院系:
数学系
班级:
13级B班
姓名：
陈翔
学号：
20131611233
实验目的：
比较三大行业的优劣性
实验过程
有如下的内容:
（1）正态性检验；
（2）主体间因子,多变量检验a；（3）主体间效应的检验;（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）协方差矩阵等同性的Box检验a，误差方差等同性的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,我们对三个行业的运营能力进行了具体的比较分析，所得数据表明，从总体来看，信息技术业要稍好于电力、煤气及水的生产和供应业以及房地产业.
1.
正态性检验
Kolmogorov—Smirnova
Shapir
o—Wilk
统计量
df
Sig.
统计量
df
Sig。
净资产收益率
。
113
35
。
200*
.978
35
。
677
总资产报酬率
.121
35
。
200＊
.964
35
。
298
资产负债率
.086
35
.200*
。
962
35
.265
总资产周转率
.180
35
。
006
.864
35
.000
流动资产周转率
.164
35
.018
.885
35
.002
已获利息倍数
。
281
35
.000
。
551
35
.000
销售增长率
。
103
35
。
200＊
.949
35
。
104
资本积累率
.251
35
。
000
。
655
35
.000
*。
这是真实显著水平的下限.
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的结果，因为该例中样本中n=35〈2000，所以此处选用Shapiro-Wilk统计量。
由Sig。
值可以看到，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,在下面的分析中，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的向量遵从正态分布（尽管事实上并非如此）。
这四个指标涉及公司的获利能力、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的度量。
2。
主体间因子
N
行业
电力、煤气及水的生产和供应业
11
房地行业
15
信息技术业
9
多变量检验a
效应
值
F
假设df
误差df
Sig.
截距
Pillai的跟踪
.967
209.405b
4.000
29。
000
.000
Wilks的Lambda
。
033
209.405b
4。
000
29.000
。
000
Hotelling的跟踪
28.883
209。
405b
4。
000
29。
000
.000
Roy的最大根
28。
883
209.405b
4.000
29。
000
。
000
行业
Pillai的跟踪
.481
2.373
8。
000
60.000
。
027
Wilks的Lambda
。
563
2。
411b
8。
000
58.000
。
025
Hotelling的跟踪
.698
2.443
8。
000
56.000
.024
Roy的最大根
。
559
4.193c
4。
000
30.000
。
008
a。
设计:
截距+行业
b。
精确统计量
c.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。
上面第一张表是样本数据分别来自三个行业的个数。
第二张表是多变量检验表，该表给出了几个统计量，由Sig.值可以看到，无论从哪个统计量来看,三个行业的运营能力（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的整体来看）都是有显著差别的。
3.
主体间效应的检验
源
因变量
III型平方和
df
均方
F
Sig。
校正模型
净资产收益率
306.300a
2
153。
150
4.000
。
028
总资产报酬率
69。
464b
2
34.732
3.320
.049
资产负债率
302。
366c
2
151。
183
.680
.514
销售增长率
2904.588d
2
1452.294
2。
154
.133
截距
净资产收益率
615.338
1
615.338
16.073
.000
总资产报酬率
218.016
1
218.016
20。
841
.000
资产负债率
105315。
459
1
105315.459
473。
833
。
000
销售增长率
1。
497
1
1。
497
.002
。
963
行业
净资产收益率
306。
300
2
153.150
4.000
.028
总资产报酬率
69.464
2
34.732
3。
320
。
049
资产负债率
302。
366
2
151。
183
.680
.514
销售增长率
2904.588
2
1452。
294
2.154
.133
误差
净资产收益率
1225.054
32
38。
283
总资产报酬率
334。
753
32
10。
461
资产负债率
7112。
406
32
222.263
销售增长率
21579.511
32
674。
360
总计
净资产收益率
2238。
216
35
总资产报酬率
641.598
35
资产负债率
117585。
075
35
销售增长率
24585。
045
35
校正的总计
净资产收益率
1531.354
34
总资产报酬率
404.217
34
资产负债率
7414。
772
34
销售增长率
24484。
099
34
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.R方=。
119（调整R方=。
064）
此表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
4。
对比结果（K矩阵）
行业简单对比a
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和级别3
对比估算值
-5。
649
-3.070
7.259
-13.223
假设值
0
0
0
0
差分（估计-假设）
-5.649
—3.070
7。
259
—13.223
标准误差
2.781
1。
454
6。
701
11.672
Sig。
.051
。
043
.287
.266
差分的95％置信区间
下限
—11.313
—6。
031
—6.390
—36.998
上限
.016
-。
109
20.908
10.552
级别2和级别3
对比估算值
1。
054
-.057
1.791
-22.696
假设值
0
0
0
0
差分（估计-假设）
1.054
—。
057
1。
791
—22。
696
标准误差
2。
609
1.364
6。
286
10。
949
Sig。
.689
。
967
.778
.046
差分的95%置信区间
下限
-4。
260
-2。
834
—11.013
—44.999
上限
6.368
2.721
14.595
-.394
a.参考类别=3
此表表示,在0。
05的显著水平下，第一行业（电力、煤气及水的生产和供应业）与第三行业（信息技术业）的总资产报酬率指标存在显著差别，净资产收益率、资产负债率和销售增长率等财务指标无明显差别，但由第一栏可以看到，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，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，说明信息技术业的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。
5.
多变量检验结果
值
F
假设df
误差df
Sig。
Pillai的跟踪
.481
2.373
8。
000
60.000
。
027
Wilks的lambda
.563
2.411a
8.000
58.000
。
025
Hotelling的跟踪
.698
2.443
8。
000
56。
000
。
024
Roy的最大根
。
559
4。
193b
4。
000
30.000
.008
a。
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。
此表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。
6。
单变量检验结果
源
因变量
平方和
df
均方
F
Sig.
对比
净资产收益率
306。
300
2
153。
150
4.000
。
028
总资产报酬率
69.464
2
34.732
3。
320
。
049
资产负债率
302.366
2
151.183
.680
。
514
销售增长率
2904.588
2
1452.294
2。
154
.133
误差
净资产收益率
1225。
054
32
38。
283
总资产报酬率
334.753
32
10。
461
资产负债率
7112。
406
32
222。
263
销售增长率
21579.511
32
674.360
此表是对每一个指标在三个行业比较的结果。
7.
协方差矩阵等同性的Box检验a
Box的M
29.207
F
1.172
df1
20
df2
2585.573
Sig。
。
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+行业
误差方差等同性的Levene检验a
F
df1
df2
Sig.
净资产收益率
.500
2
32
.611
总资产报酬率
1.759
2
32
。
188
资产负债率
4.537
2
32
。
018
销售增长率
1。
739
2
32
。
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+行业
上面第一张表是协方差阵相等的检验，检验统计量是Box'sM,由Sig.值可以认为三个行业（总体）的协方差阵是相等的.第二张表给出了各行业误差平方相等的检验，在0.05的显著性水平下,净资产收益率、总资产报酬率以及销售增长率的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的还有其他因素。
这与此处均值比较没有太大的关系。
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、煤气及水的生产和供应
升级会员 