多元統計分析得實驗報告 院系:數學系 班級:1３級 B 班 姓名:陳翔 學號:2013１611233 實驗目得:比較三大行業得優劣性 實驗過程 有如下得內容:(１)正態性檢驗; (2)主體間因子,多變量檢驗 a; (３)主體間效應得檢驗; (4)對比結果(K 矩陣);
(5) 多變量檢驗結果;
(６) 單變量檢驗結果;
(7) 協方差矩陣等同性得 Box 檢驗ａ,誤差方差等同性得 Ｌevene 檢驗 a;
(8) 估計;
(9) 成對比較,多變量檢驗;(10)單變量檢驗。
實驗結果:綜上所述,我們對三個行業得運營能力進行了具體得比較分析,所得數據表明,從總體來瞧,信息技術業要稍好于電力、煤氣及水得生產與供應業以及房地產業。
１。
正態性檢驗
Kｏlmogorｏv－Sｍirnova
Shapiｒ o—Wilk 統計量 dｆ Sig. 統計量 ｄｆ Sig、 凈資產收益率 。１１３ 35 、2００＊
。97８ 35 。6７7 總資產報酬率 。121 35 、２00＊
。964 3５ 、298 資產負債率 。08６ 35 。2００*
.9６2 35 、265 總資產周轉率 .1８0 3５ 、006 。864 ３5 。00０ 流動資產周轉率 、164 3５ 、０18 .88５ 35 、002 已獲利息倍數 、２8１ 35 .０00 。55１ ３5 、0０0 銷售增長率 .1０3 ３５ 、2０0＊
。９4９ 35 、104 資本積累率 。251 35 。０00 、655 35 。0０0 *。
這就是真實顯著水平得下限。
ａ。
Lillｉeforｓ 顯著水平修正 此表給出了對每一個變量進行正態性檢驗得結果,因為該例中樣本中ｎ＝35<2000,所以此處選用 Shapiro—Wｉｌk 統計量。由 Sig。值可以瞧到,總資產周轉率、流動資產周轉率、已獲利息倍數及資本積累率均明顯不遵從正態分布,因此,在下面得分析中,我們只對凈資產收益率、總資產報酬率、資產負債率及銷售增長率這四個指標進行比較,并認為這四個變量組成得向量遵從正態分布(盡管事實上并非如此)。這四個指標涉及公司得獲利能力、資本結構及成長能力,我們認為這四個指標可以對公司運營能力做出近似得度量。
２.
主體間因子
Ｎ 行業 電力、煤氣及水得生產與供應業 11 房地行業 15 信息技術業 9 多變量檢驗a a
效應 值 F 假設 df 誤差 df Ｓig。
截距 Pillai 得跟蹤 .967 2０9。40５b
4。000 ２9。０00 。0０0 Ｗilks 得 Laｍbda 、0３3 2０9。40５b
4.000 29、０0０ 、0００ Hoteｌliｎg 得跟蹤 ２8.8８3 20９、405b
4.000 ２9。000 .０0０ Roy 得最大根 2８。883 209。4０５ｂ
４.０00 29.０00 、０0０ 行業 Piｌlai 得跟蹤 、481 2、373 8、0０0 ６0、０00 、02７ Wｉｌkｓ 得 Ｌambｄa 、５63 2.411b
8、０00 ５8。000 .０2５ Hｏｔelｌiｎｇ 得跟蹤 .69８ ２。４4３ 8.０00 5６、0０0 .0２4 Roy 得最大根 、５5９ 4、1９３c
4、０00 30、00０ 。008
ａ、 設計 : 截距 ＋ 行業 b、 精確統計量 c、 該統計量就是 F 得上限,它產生了一個關于顯著性級別得下限。
上面第一張表就是樣本數據分別來自三個行業得個數。第二張表就是多變量檢驗表,該表給出了幾個統計量,由Sig。值可以瞧到,無論從哪個統計量來瞧,三個行業得運營能力(從凈資產收益率、總資產報酬率、資產負債率及銷售增長率這四個指標得整體來瞧)都就是有顯著差別得。
3. 主體間效應得檢驗 源 因變量 III 型平方與 df 均方 Ｆ Ｓig。
校正模型 凈資產收益率 ３0６、300a
2 1５３。150 4。000 、0２8 總資產報酬率 6９.４6４b
2 ３4、732 3、320 .０49 資產負債率 302。36６ｃ
2 151。183 、68０ 。514 銷售增長率 2904.588d
2 1４5２。294 2、１54 .133 截距 凈資產收益率 61５.３３8 １ 61５.3３8 16。073 .0０0 總資產報酬率 2１8、016 1 2１8。016 20。8４1 。000 資產負債率 １05315。45９ 1 １0531５。459 4７3、83３ 、０0０ 銷售增長率 1.4９７ 1 １。4９7 .002 。9６３ 行業 凈資產收益率 3０6、３00 2 １53.1５0 4.0０0 。02８ 總資產報酬率 69、46４ ２ 3４.732 3、320 、04９ 資產負債率 30２。366 2 151。183 。680 .51４ 銷售增長率 2904.５８8 2 1４52、29４ 2.1５４ 、１３3 誤差 凈資產收益率 1２2５、０54 3２ 38、２83
總資產報酬率 334。７53 ３２ １0、46１
資產負債率 7112、４06 ３2 22２.263
銷售增長率 ２1５7９、5１1 32 674、360
總計 凈資產收益率 ２238、216 35
總資產報酬率 6４1.59８ ３5
資產負債率 1175８５、075 ３5
銷售增長率 24585、045 3５
校正得總計 凈資產收益率 1531。3５４ 34
總資產報酬率 4０4.217 ３４
資產負債率 7４１４。772 34
銷售增長率 24４84。099 ３4
a、 R 方 = 。2０0(調整 R 方 = 、1５0) b. R 方 ＝ .172(調整 R 方 = 、１20) c. R 方 = 、041(調整 Ｒ 方 ＝ －.0１9) d。
R 方 ＝ 。1１9(調整 R 方 ＝ 、064) 此表給出了每個財務指標得分析結果,同時給出了每個財務指標得方差來源,包括
校正模型、截距、主效應(行業)、誤差及總得方差來源,還給出了自由度、均方、F統計量及Sｉg。值 4、 對比結果( ( K 矩陣) ) 行業 簡單對比a
因變量 凈資產收益率 總資產報酬率 資產負債率 銷售增長率 級別 1 與級別 3 對比估算值 －5、649 —3、０70 7。2５9 －13、２2３ 假設值 0 0 0 0 差分(估計 - 假設) —５。649 －３.０70 ７.２5９ -１3。22３ 標準 誤差 ２、78１ １.45４ ６、701 11、672 Sig、 。０51 .043 、287 。26６ 差分得 95％ 置信區間 下限 -11。３13 -6。０31 －6、390 －36、998 上限 。0１6 -、109 20。９08 1０、５5２ 級別 2 與級別 3 對比估算值 1、０54 —、057 1。791 －22。69６ 假設值 0 0 0 ０ 差分(估計 - 假設) １、054 —。057 1、７91 -22。６96 標準 誤差 2、60９ 1、３64 ６.28６ １0。９49 Sig、 、689 。９67 .７7８ .0４6 差分得 95% 置信區間 下限 -4.２6０ －2.８34 －1１.013 －44。999 上限 6。36８ 2、7２1 14、5９5 -.394 a、 參考類別 = ３ 此表表示,在0.05得顯著水平下,第一行業(電力、煤氣及水得生產與供應業)與第三行業(信息技術業)得總資產報酬率指標存在顯著差別,凈資產收益率、資產負債率與銷售增長率等財務指標無明顯差別,但由第一欄可以瞧到,電力、煤氣及水得生產與供應業得凈資產收益率、總資產報酬率與銷售增長率均低于信息技術業,資產負債率高于信息技術業,似乎說明信息技術業作為新興行業,其成長能力要更高一些。第二行業(房地產業)與第三行業得銷售增長率指標有明顯得差別,第三行業大于第二行業,說明信息技術業得獲利能力高于房地產業。凈資產收益率、總資產報酬率與資產負債率等財務指標沒有顯著差別。
５、 多變量檢驗結果
值 F 假設 df 誤差 df Sig、 Pilｌaｉ 得跟蹤 、481 2。373 ８。０00 60。00０ 、０２7 Ｗilｋs 得 lambｄａ 、563 2、4１1a
8.0０0 58。０0０ .025 Hotｅｌliｎg 得跟蹤 .6９８ 2、443 8。０00 56.０00 。024 Roy 得最大根 。559 4。1９3b
4。000 30.０00 .００８
a。
精確統計量 b、 該統計量就是 Ｆ 得上限,它產生了一個關于顯著性級別得下限。
此表就是上面多重比較可信性得度量,由Siｇ、值可以瞧到,比較檢驗就是可信得。
6。
單變量檢驗結果 源 因變量 平方與 ｄf 均方 F Sｉg. 對比 凈資產收益率 ３０6.３00 2 153。1５0 4。000 、028 總資產報酬率 ６9、464 ２ 34、７32 3。3２0 .049 資產負債率 3０２。３66 2 15１.183 。6８0 、514 銷售增長率 2９0４。588 ２ 145２。294 2、154 .133 誤差 凈資產收益率 １２２5。0５４ 32 ３8.283
總資產報酬率 ３3４。753 3２ 1０、461
資產負債率 7112.40６ 32 2２2、２63
銷售增長率 215７9。5１１ 32 674、360
此表就是對每一個指標在三個行業比較得結果、 7。
協方差矩陣等同性得
B Bｏｘ
檢驗a a
Box 得 M 29.20７ F 1。172 df1 20 df2 2585。573 Sig、 、2６9 檢驗零假設,即觀測到得因變量得協方差矩陣在所有組中均相等、 a. 設計 : 截距 + 行業 誤差方差等同性得
Lev ｅｎ e 檢驗a a
F ｄf1 ｄｆ2 Ｓiｇ。
凈資產收益率 、500 2 3２ 、611 總資產報酬率 1.759 2 ３2 。188 資產負債率 4。５3７ 2 32 、０18 銷售增長率 1、739 2 3２ 、192 檢驗零假設,即在所有組中因變量得誤差方差均相等。
a。
設計 : 截距 ＋ 行業 上面第一張表就是協方差陣相等得檢驗,檢驗統計量就是Box"ｓ Ｍ,由Sig.值可以認為三個行業(總體)得協方差陣就是相等得、第二張表給出了各行業誤差平方相等得檢驗,在０、05得顯著性水平下,凈資產收益率、總資產報酬率以及銷售增長
率得誤差平方在三個行業間沒有顯著差別。這似乎說明,除了行業因素,對資產負債率有顯著影響得還有其她因素。這與此處均值比較沒有太大得關系。
8。
估計 因變量 行業 均值 標準 誤差 95％ 置信區間 下限 上限 凈資產收益率 電力、煤氣及水得生產與供應業 、１６９ １、866 —3、631 ３、96９ 房地行業 6、871 1.5９8 3。617 １０、1２5 信息技術業 5。818 2、0６２ １、617 10.019 總資產報酬率 電力、煤氣及水得生產與供應業 、５２4 .975 —1、463 2、5１0 房地行業 ３。537 。835 1.8３6 5.238 信息技術業 3。59３ １.078 1.397 5、7８９ 資產負債率 電力、煤氣及水得生產與供應業 60、315 4、495 5１、158 69.471 房地行業 54.８47 3.849 47、0０６ ６2.６88 信息技術業 ５3。056 4.９６9 4２。933 6３.178 銷售增長率 電力、煤氣及水得生產與供應業 -1.038 7.830 -１6.９87 1４.９11 房地行業 -１0.5１２ ６。705 －24。170 3、１46 信息技術業 12、184 8.６56 —5.4４８ ２9.８16 此表給出了每一行業各財務指標描述統計量得估計、 9、 成對比較 因變量 (I) 行業 (J) 行業 均值差值 (I-J) 標準 誤差 Sig.b
差分得 95％ 置信區間ｂ
下限 上限 凈資產收益率 電力、煤氣及水得生產與供應業 房地行業 —６.70２＊
2。456 。０10 —11、70５ -1、699 信息技術業 —5.649 2。7８1 。0５1 —11、313 。0１6 房地行業 電力、煤氣及水得生產與供應業 ６、70２＊
2。45６ 。01０ 1.69９ 11.705 信息技術業 １、0５４ 2。6０９ 。6８9 —4.2６0 6。3６8 信息技術業 電力、煤氣及水得生產與供應業 5.649 2、7８1 。0５1 —.０16 １1。313 房地行業 -１.0５４ 2。6０９ 、689 —6。368 4。２60
總資產報酬率 電力、煤氣及水得生產與供應業 房地行業 －３、013＊
1、28４ 。025 —5.628 -.３9８ 信息技術業 -3.０70*
1、454 。0４3 —6、0３1 －、109 房地行業 電力、煤氣及水得生產與供應業 ３。０13＊
１、2８４ 。0２5 .39８ 5、６2８ 信息技術業 —。057 1、3６4 。９67 —２、8３4 2.721 信息技術業 電力、煤氣及水得生產與供應業 3、070*
1。454 .043 .1０９ 6。031 房地行業 。05７ 1.3６４ 、９６７ —2、７2１ 2。８３4 資產負債率 電力、煤氣及水得生產與供應業 房地行業 5.46８ 5。9１8 、36２ -６、58７ 17。523 信息技術業 7、259 ６、701 .287 -6、３90 2０.908 房地行業 電力、煤氣及水得生產與供應業 -5。468 5、91８ 。36２ -1７。５23 ６。５87 信息技術業 1。79１ 6.2８6 。778 -１1。0１3 14、595 信息技術業 電力、煤氣及水得生產與供應業 －７、2５9 6.7０1 .２87 -20.９０8 6。390 房地行業 -1。791 6。２86 、７７8 -1４、5９5 11。013 銷售增長率 電力、煤氣及水得生產與供應業 房地行業 ９。47４ 10.30８ 、365 —11.524 3０。471 信息技術業 -13。223 11、67２ 、2６6 —36、998 1０、552 房地行業 電力、煤氣及水得生產與供應業 －9。４７4 1０、308 、３6５ -30、4７1 １1.524 信息技術業 —22、696*
1０、９４9 。046 －４4、９9９ －。394 信息技術業 電力、煤氣及水得生產與供應業 13。22３ 11、6７２ 、２66 —1０。５５2 3６.998 房地行業 22。696＊
１0。949 。０46 、394 ４４、999 基于估算邊際均值 ＊、 均值差值在 。05 級別上較顯著、 b。
對多個比較得調整: 最不顯著差別(相當于未作調整)。
多變量檢驗
值 F 假設 df 誤差 df Sig、 Pilｌaｉ 得跟蹤 、481 2.3７3 8.00０ 60.000 。027 Wｉlkｓ 得 lambｄａ .5６3 2、４11a
8、０００ 58、000 .０２5
Hotelｌiｎｇ 得跟蹤 。698 2、４43 8、0００ ５6、000 .024 Roy 得最大根 。559 4。193b
4、000 30。０0０ 、０08 每個 F 檢驗 行業 得多變量效應、這些檢驗基于估算邊際均值間得線性獨立成對比較。
a. 精確統計量 b、 該統計量就是 F 得上限,它產生了一個關于顯著性級別得下限。
此兩張表給出了不同行業各財務指標得比較與檢驗及檢驗得可信性統計量。
1０. 單變量檢驗 因變量 平方與 df 均方 F Sig。
凈資產收益率 對比 306。300 2 １５3。15０ ４、00０ 。０28 誤差 １22５、０54 32 ３８、283
總資產報酬率 對比 ６９、464 2 34.7３2 3。３20 。0４9 誤差 334。753 32 １0、46１
資產負債率 對比 302.366 2 15１、183 。6８0 。51４ 誤差 7１12.406 32 2２２.２63
銷售增長率 對比 ２9０4、58８ ２ 1４5２。2９4 2、154 。1３３ 誤差 2１5７9、５1１ ３2 ６7４.３60
F 檢驗 行業 得效應、該檢驗基于估算邊際均值間得線性獨立成對比較。
此表也就是對三個行業中各財務指標相等得假設得檢驗,可以瞧到在０.0５得顯著性水平下,凈資產收益率與總資產報酬率在三個行業中有明顯得差別。
綜上所述,我們對三個行業得運營能力進行了具體得比較分析,所得數據表明,從總體來瞧,信息技術業要稍好于電力、煤氣及水得生產與供應業以及房地產業。
推薦訪問： 統計分析 實驗 報告同志們：今天這個大會，是市委全面落實黨要管黨、從嚴治黨要求的一項重大舉措，也是對縣市區委書記履行基層黨建工作第一責任人情況的一次集中檢閱，同時是對全市基層黨建工作的一次再部署、再落實的會議。前面，**
***年，我認真履行領班子、帶隊伍、抓黨員、保穩定的基層黨建工作思路，以學習貫徹習近平新時代中國特色社會主義思想和黨的十九大歷次全會精神為主線，以市局基層黨建工作考核細則為落腳點，落實全面從嚴治黨主體
根據會議安排，現將2022年履行抓基層黨建工作職責情況報告如下：一、履職工作特色和亮點1 突出政治建設，著力在思想認識上提高。牢固樹立抓黨建就是抓政績的理念，以“黨建工作抓引領、社區治理求突破，為民服
2022年以來，在**黨委的正確領導下，堅持以習近平新時代中國特色社會主義思想為指導，深入學習宣傳貫徹黨的二十大精神，以黨建工作為統領，扎實開展夯實“三個基本”活動，以“四化四力”行動為抓手，聚力創建
各位領導，同志們：根據會議安排，現就2022年度抓基層黨建工作情況匯報如下：一、主要做法及成效（一）強化政治引領。一是不斷強化理論武裝。堅持通過黨組會、中心組學習會和“三會一課”，第一時間、第一議題學
2022年度抓基層黨建工作述職報告按照黨委工作部署，現將本人2022年度抓基層黨建工作情況報告如下：一、2022年度抓基層黨建工作情況（一）旗幟鮮明講政治將旗幟鮮明講政治放在全局發展首要位置，積極開展
2022年，是我在數計系黨總支書記這個新崗位上度過的第一個完整的工作年度。回首一年來在校黨委的正確領導下，與數計系領導班子和全體師生共同走過的日子，艱辛歷歷在目，收獲溫潤心田。作為黨總支書記，我始終牢
按照考核要求，現將本人一年來，作為統戰部長履行職責、廉潔自律等方面情況報告如下：一、著眼增強政治素質，不斷深化理論學習堅持把旗幟鮮明講政治作為履職從政的第一位要求，帶領統戰系統干部堅決擁護“兩個確立”
**年，緊緊圍繞黨工委、管委會的決策部署，全體人員團結協作、凝心聚力，緊扣黨工委“**”基本工作思路，全力開拓進取，認真履職盡責，圓滿完成各項工作任務。一、個人思想政治狀況檸檬文苑www bgzjy
按照縣委關于開展抓基層黨建述職評議會議的有關要求，經請示縣委組織部同意，今天，我們在此召開2022年度基層黨組織書記抓基層黨建述職評議會議。1 首先，請**黨委書記，**同志述職。**黨委能夠主動研究