判别分析数学实验报告..docVIP

哈尔滨商业大学 数学实验报告 实验题目：_ 判别分析____ ______ 姓 名： 郝宇 学号： 201111530011 专 业： 数学与应用数学1班 日 期： 2013-11-1 成 绩 一、实验目的 1、了解SPSS的一些基本操作，明白怎么使用SPSS对数据做判别分析。 2、掌握并了解通过SPSS用Fisher判别分析和Bayes判别法分析数据。 3、通过SPSS利用历史数据对用以上两种方法对上市公司陷入财务困境的可能性进行判别。 二、实验内容 在此实验中，通过使用SPSS，对上市公司的历史数据进行判别分析。 三、实验步骤及结论 （一）1、首先使用SPSS打开“表一”。 2、将变量视图中“Name”一栏中分别写入name，code，hy，st，X1，X2，X3；在“Label”中写入“公司名称”、“股票代码”、“行业分类”、“是否st”，“资产负债率”、“总资产周转率”、“总资产利润率”；在（4，Value）填入“0为非ST”、1为“ST”。 -（二）1、选择菜单栏中“分析-分类-判别”。 将分组st移入分组变量列表中，将自变量X1，X2，X3选入自变量列表中框中。 2、单击“定义范围”按钮，在弹出的定义范围子对框中定义分类变量的取值范围，最小值:0；最大值:1 单击继续按钮 3、单击统计量按钮，在弹出的统计子对话框中指定输出的描述统计量和判别函数系数 在描述性选项栏：输出原始数据的描述性统计量。 在这里我们选择： （1）单变量ANOVA（A）：进行单因素方差分析，检验的原假设为不同类别中自变量的均值不存在的显著差异。 （2）Box’sM（B） 对各类的协方差矩阵是否相等进行检验。 函数系数选项栏：输出各种不同的协差阵和相关系数矩阵。 在这里我们选择： Fisher’s：给出Bayes线性判别函数的系数。 未标准化：给出未标准化的Fisher判别函数的系数。 其它保持默认选项。 单击继续 4、单击分类按键，弹出分类子对话框 输出选项栏： 在这里我们选择摘要表（L）输出错别矩阵。 其它保持默认选项 单击继续 5、单击保存按钮，弹出保存的子对话框 指定在数据文件中生成代表分类和判别函数值的新变量。 在这里我们选择 预测组成员：存放判别样品所属类别的值。 存放Fisher 判别函数的值，有几个典型判别函数就有几判别函数值变量。 组成员概率：存放样品属于各类的Bayes后验概率值，总体分为几类就生成几个后验概率变量。 单击继续 6、返回送别分析的主界面，单击确定，执行判别分析过程。 （三）实验结果 1、Fisher判别法的相关输出结果 表2： 特征值 函数 特征值 方差的 % 累积 % 正则相关性 1 .746a 100.0 100.0 .654 a. 分析中使用了前 1 个典型判别式函数。 表2是Fisher判别函数的特征值表。特征值为相应的Fisher判别函数的特征值，等于判别函数组间平方和与组内平方和之比，该值越大表明判别函数效果越好。特征值的个数与Fisher判别函的个数相等，由于本例中总体只有两类，所以至多有一个Fisher判别函数。正则相关性为典型相关系数，等于组间平方和与组内平方和之比的平方根。 表3： Wilks 的 Lambda 函数检验 Wilks 的 Lambda 卡方 df Sig. 1 .573 76.094 3 .000 表3给出了Fisher判别函数有效性检验结果。该检验的原假设是不同组的平均Fisher判别函数值不存在显著差异，即应认为不同组的平均Fisher判别函数存在显著差异，这意味着送别函数是有效的。 表4： 标准化的典型判别式函数系数 函数 1 资产负债率 -.451 总资产周转率 .329 总资产利润率 .721 表5： 典型判别式函数系数 函数 1 资产负债率 -2.963 总资产周转率 1.068 总资产利润率 11.854 (常量) 1.063 非标准化系数 表4和表5分别给出了标准化的Fisher判别函数和未标准化的Fisher判别函数。标准化的Fisher判别函数是由标准化的自变量通过Fisher判别法得到的，所以要得到标准化的Fisher判别函数值，代入该函数的自变量必须是经过标准化的。而未标准化的Fisher判别函数系数由于可以将实测的样品观测值直接代入求出判别函数值，所以该系数使用起来比标准化的系数要方便一些。由表5可知，Fisher判别函数为 表6 组质心处的函数 是否st 函数 1 非ST .858 ST