均值向量和协方差阵的检验 多元统计分析课件(人大何晓群).ppt

* 中国人民大学六西格玛质量管理研究中心 * 目录 上页 下页 返回 结束 输出结果2-15(1) 输出结果2-15(2) * 中国人民大学六西格玛质量管理研究中心 * 目录 上页 下页 返回 结束 §2.4.2 形象分析的上机实现 输出结果2-15(3) 由此可以看到，因素a对u1，u2整体作用的F值为1.053，Sig.=0.385，说明a对u1，u2的整体影响是不显著的，由第二张表可以看到，a对u1，u2单独的影响也是不显著的，结合第三张表，u1，u2的95%置信区间都包括零，因此，接受总体形象水平的假设。对本例，解释为在三个时点的测量值之间没有明显的差异。 关于多个总体的形象分析，在用SPSS软件实现时操作完全一致，此处不再说明。 * 中国人民大学六西格玛质量管理研究中心 * * 中国人民大学六西格玛质量管理研究中心 * 目录 上页 下页 返回 结束 §2.4.1 均值及协方差阵的检验 此表给出了对每一个变量进行正态性检验的结果，因为该例中样本数，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（尽管事实上也许并非如此）。这四个指标涉及到了公司的获利能力，资本结构及成长能力，我们认为这四个指标近似可以对公司运营能力做出近似的度量。 SPSS的GLM模块可以完成多元正态分布有关均值与方差的检验。依次点选Analyze→General Linear Model→Multivariate…进入Multivariate对话框，将净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标选入Dependent Variables列表框，将行业选入Fixed Factor(s)，点击OK运行则可以得到如下结果，见输出结果2-2。 * 中国人民大学六西格玛质量管理研究中心 * 目录 上页 下页 返回 结束 §2.4.1 均值及协方差阵的检验 输出结果2.2： （1） * 中国人民大学六西格玛质量管理研究中心 * 目录 上页 下页 返回 结束 §2.4.1 均值及协方差阵的检验 输出结果2.2： （2） * 中国人民大学六西格玛质量管理研究中心 * 目录 上页 下页 返回 结束 §2.4.1 均值及协方差阵的检验 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)是有显著差别的。实际上,GLM模型是拟合了下面的模型: (净资产收益率 总资产报酬率 资产负债率 销售增长率 其中, 行业 上面Multivariate Tests表实际上就是对该线性模型显著性的检验,此处有常数项 是因为不能肯定模型过原点。而模型通过了显著性检验,也就意味着行业的不同取值对 的取值有显著影响,也就是说不同行业的运营能力是不同的。见输出结果2-3 * 中国人民大学六西格玛质量管理研究中心 * 目录 上页 下页 返回 结束 * 中国人民大学六西格玛质量管理研究中心 * 目录 上页 下页 返回 结束 §2.4.1 均值及协方差阵的检验 该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. 其中,第二列给出了用Type Ⅲ方法计算的偏差平方和,SPSS软件给出了四种计算偏差平方和的方法,可以根据方差分析中是否存在交互效应及设计是否平衡等不同情况选用不同的计算方法,此处只有一个因素即行业,使用默认方法即可.由该表可以看到,四个指标的Sig.值分别为0.003,0.000,0.019及0.033,说明三个行业在四个财务指标上均有显著差别. 由GLM默认选项的输出结果可以得知三个行业的运营能力有着明显的差别，且分别考察净资产收益率、总资产报酬率、资产负债率及销售增长率，这四个指标在三个行业也均有着明显的差别。 * 中国人民大学六西格玛质量管理研究中心 * 目录 上页 下页 返回 结束 §2.4.1 均值及协方差阵的检验 在实际工作中，我们往往更希望知道差别主要来自于哪些行业，或者不同行业运营能力的比较。对此