《应用多元统计分析》第四章判别分析实验报告.docx

1、应用多元统计分析第四章判别分析实验报告应用多元统计分析第四章判别分析实验报告 第四章判别分析实验报告 实验项目名称判别分析的上机实现实验目的及要求贝叶斯判别、费希尔判别法的计算机操作及结果分析；要求熟练应用计算机软件进行判别分析并对结果进行分析，培养实际动手能力。实验内容对21个破产的企业收集它们在破产前两年的财务数据，对25个财务良好的企业也收集同一时期的数据。数据设计四个变量：CF_TD（现金流量/总债务）,NI_TA（净收入/总资产），CA_CL（流动资产/流动债务），CA_NS（流动资产/净销售额）,一个分组变量：企业现状（1：非破产企业，2：破产企业）。数据见附表。（1） 分别写出B

2、ayes判别函数、Fisher判别函数，并说明判别效果如何。（2） 如果某个企业前两年相应的四个指标分别为（0.1,0.05,1.3,0.24），则该企业是否会破产？说明理由。 实验步骤（1）选择菜单项AnalyzeClassifyDiscriminate，打开Discriminate Analysis对话框，如图1。图1（2）将分组变量G(1 2)移入Grouping Variable列表框中，将自变量CF_TD, NI_TA, CA_CL, CA_NS选入Independents列表框中.如图2图2（3）在Descrimiptives选项中选择Univariate和Boxs M选项,在Fu

3、nction Coefficients选项栏中的两个选项Fishers和Unstandardized，以便得到所需要的Bayes判别函数和Fisher判别函数，如图3，然后按continue键返回。图3（4）单击Save按钮，打开Save子对话框，选取Predicted group membership，Discriminant scores和Probabilities of group membership选项。如图4图4即将对话框中的三个复选框均选中，单击Continue按钮返回。（5）返回判别分析主界面，单击OK按钮，运行判别分析过程。 实验环境Windows xp、Windows vi

4、sta、Windows 7等，软件SPSS 11.0版本及以上。 实验结果与分析 本题中记变量值CF_TD, NI_TA, CA_CL, CA_NS分别为X1,X2,X3,X4 （1）Fisher判别函数特征值 EigenvaluesFunctionEigenvalue% of VarianceCumulative %Canonical Correlation1.940a100.0100.0.696a. First 1 canonical discriminant functions were used in the analysis. （2）Fisher判别函数有效性检验 Wilks Lam

5、bdaTest of Function(s)Wilks LambdaChi-squaredfSig.1.51527.8394.000 （3）标准化的Fisher判别函数系数 Standardized Canonical Discriminant Function Coefficients Function 1CF_TD.134NI_TA.463CA_CL.715CA_NS-.220所以标准化的判别函数为：Y=0.134X1+0.463X2+0.715X3-0.220X4得出Y=0.9012（4）未标准化的Fisher判别函数系数Canonical Discriminant Function C

6、oefficients Function 1CF_TD.629NI_TA4.446CA_CL.889CA_NS-1.184(Constant)-1.327Unstandardized coefficients所以为标准化的费希尔判别函数为：Y=-1.327+0.629X1+4.446X2+0.889X3-1.184X4得出Y=-0.1703（5）组重心处的费希尔判别函数值Functions at Group CentroidsGFunction11.8692-1.035Unstandardized canonical discriminant functions evaluated at gr

7、oup means各类重心在空间中的坐标位置。在计算分别离各重心的距离就可得分类。（6）贝叶斯判别函数的输出结果Classification Function Coefficients G 12CF_TD5.2994.101NI_TA-10.023-18.488CA_CL3.3051.612CA_NS9.95212.207(Constant)-7.364-5.170Fishers linear discriminant functions所以得出的贝叶斯判别函数为：第一组：F1=-7.364+5.299X1-10.023X2+3.305X3+9.952X4第二组：F2=-5.170+4.101

8、X1-18.488X2+1.612X3+12.207X4因为公司相应的四个指标分别为（0.1,0.05,1.3,0.24），代入函数得到F1=-0.6503F2=-0.6590比较2个值可以看出F1=-0.6503较大，据此得出此样本属于第一组企业现状，即为非破产公司 教师评语 注：可根据实际情况加页 附表:GCF_TDNI_TACA_CLCA_NS10.510.12.490.5410.080.022.010.5310.380.113.270.3510.190.052.250.3310.320.074.240.6310.310.054.450.6910.120.052.520.691-0.02

9、0.022.050.3510.220.082.350.410.170.071.80.5210.150.052.170.551-0.1-0.012.50.5810.14-0.030.460.2610.140.072.610.5210.150.062.230.5610.160.052.310.210.290.061.840.3810.540.112.330.481-0.33-0.093.010.4710.480.091.240.1810.560.114.290.4410.20.081.990.310.470.142.920.4510.170.042.450.1410.580.045.060.132

10、-0.45-0.411.090.452-0.56-0.311.510.1620.060.021.010.42-0.07-0.091.450.262-0.1-0.091.560.672-0.14-0.070.710.2820.040.011.50.712-0.06-0.061.370.420.07-0.011.370.342-0.13-0.141.420.432-0.23-0.30.330.1820.070.021.310.2520.0102.150.72-0.28-0.231.190.6620.150.051.880.2720.370.111.990.382-0.08-0.081.510.4220.050.031.680.9520.0101.260.620.120.111.140.172-0.28-0.271.270.51