第二章均值向量和协方差阵的检验.pptVIP

*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对上面的数据，依次点选Analyze→DescriptiveStatistics→Explore…进入Explore对话框，可以看到上市公司数据的所有变量名及变量标签均出现在左边的列表框中，选中净资产收益率、总资产报酬率、资产负债率、总资产周转率、流动资产周转率、已获利息倍数、销售增长率及资本积累率八个变量选入DependentList框中，点击下方的Plots…按钮进入Plots对话框，选中Normalityplotswithtests复选项以输出有关正态性检验的图表，Continue继续，OK运行，则可以得到如下结果（其他输出结果略）,见输出结果2-1：第62页，共95页，星期日，2025年，2月5日*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2-1：第63页，共95页，星期日，2025年，2月5日*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。第64页，共95页，星期日，2025年，2月5日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→GeneralLinearModel→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DependentVariables列表框，将行业选入FixedFactor(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）第65页，共95页，星期日，2025年，2月5日*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）第66页，共95页，星期日，2025年，2月5日*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MultivariateTests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第67页，共95页，星期日，2025年，2月5日*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§2.2协方差阵的检验上面讨论了多元正态分布均值的检验。但这仅仅研究了问题的一个方面，倘若要进一步深究不同总体的平均水平（均值）波动的幅度，前面介绍的方法就无能为力了。本节所介绍的协方差阵的检验可以解决该类问题第30页，共95页，星期日，2025年，2月5日*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§2.2.1检验是样本协方差阵，关于统计量M的推证过程见参考文献[1]。第31页，共95页，星期日，2025年，2月5日其中*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§2.2.1检验第32页，共95页