多元统计分析实验报告

1.

正态性检验

Kolmogorov-Smirnov a Shapir

o-Wilk

统计量df Sig. 统计量df Sig.

净资产收益率.113 35 .200*.978 35 .677

总资产报酬率.121 35 .200*.964 35 .298

资产负债率.086 35 .200*.962 35 .265

总资产周转率.180 35 .006 .864 35 .000

流动资产周转率.164 35 .018 .885 35 .002

已获利息倍数.281 35 .000 .551 35 .000

销售增长率.103 35 .200*.949 35 .104

资本积累率.251 35 .000 .655 35 .000

*. 这是真实显著水平的下限。

a. Lilliefors 显著水平修正

此表给出了对每一个变量进行正态性检验的结果，因为该例中样本中n=35<2000，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（尽管事实上并非如此）。这四个指标涉及公司的获利能力、资本结构及成长能力，我们认为这四个指标可以对公司运营能力做出近似的度量。

2.

主体间因子

N

行业电力、煤气及水的生产和供应

业

11 房地行业15 信息技术业9

多变量检验a

效应值 F 假设 df 误差 df Sig.

截距Pillai 的跟踪.967 209.405b 4.000 29.000 .000 Wilks 的 Lambda .033 209.405b 4.000 29.000 .000 Hotelling 的跟踪28.883 209.405b 4.000 29.000 .000 Roy 的最大根28.883 209.405b 4.000 29.000 .000

行业Pillai 的跟踪.481 2.373 8.000 60.000 .027 Wilks 的 Lambda .563 2.411b8.000 58.000 .025 Hotelling 的跟踪.698 2.443 8.000 56.000 .024 Roy 的最大根.559 4.193c 4.000 30.000 .008

a. 设计 : 截距 + 行业

b. 精确统计量

c. 该统计量是 F 的上限，它产生了一个关于显著性级别的下限。

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）都是有显著差别的。

3.

主体间效应的检验

源因变量III 型平方和df 均方 F Sig.

校正模型净资产收益率306.300a 2 153.150 4.000 .028 总资产报酬率69.464b 2 34.732 3.320 .049 资产负债率302.366c 2 151.183 .680 .514 销售增长率2904.588d 2 1452.294 2.154 .133

截距净资产收益率615.338 1 615.338 16.073 .000 总资产报酬率218.016 1 218.016 20.841 .000 资产负债率105315.459 1 105315.459 473.833 .000 销售增长率 1.497 1 1.497 .002 .963

行业净资产收益率306.300 2 153.150 4.000 .028 总资产报酬率69.464 2 34.732 3.320 .049 资产负债率302.366 2 151.183 .680 .514 销售增长率2904.588 2 1452.294 2.154 .133

误差净资产收益率1225.054 32 38.283 总资产报酬率334.753 32 10.461 资产负债率7112.406 32 222.263 销售增长率21579.511 32 674.360

总计净资产收益率2238.216 35 总资产报酬率641.598 35 资产负债率117585.075 35 销售增长率24585.045 35

校正的总计净资产收益率1531.354 34 总资产报酬率404.217 34 资产负债率7414.772 34 销售增长率24484.099 34

a. R 方 = .200（调整 R 方 = .150）

b. R 方 = .172（调整 R 方 = .120）

c. R 方 = .041（调整 R 方 = -.019）

d. R 方 = .119（调整 R 方 = .064）

此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

4.

对比结果（K 矩阵）

行业简单对比a因变量

净资产收益率总资产报酬率资产负债率销售增长率

级别 1 和级别 3 对比估算值-5.649 -3.070 7.259 -13.223 假设值0 0 0 0 差分（估计 - 假设）-5.649 -3.070 7.259 -13.223 标准误差 2.781 1.454 6.701 11.672 Sig. .051 .043 .287 .266

差分的 95% 置信区间

下限-11.313 -6.031 -6.390 -36.998

上限.016 -.109 20.908 10.552

级别 2 和级别 3 对比估算值 1.054 -.057 1.791 -22.696 假设值0 0 0 0 差分（估计 - 假设） 1.054 -.057 1.791 -22.696 标准误差 2.609 1.364 6.286 10.949 Sig. .689 .967 .778 .046 差分的 95% 置信区间

下限-4.260 -2.834 -11.013 -44.999

上限 6.368 2.721 14.595 -.394

a. 参考类别 = 3

此表表示，在0.05的显著水平下，第一行业（电力、煤气及水的生产和供应业）与第三行业（信息技术业）的总资产报酬率指标存在显著差别，净资产收益率、资产负债率和销售增长率等财务指标无明显差别，但由第一栏可以看到，电力、煤气及水的生产和供应业的净资产收益率、总资产报酬率和销售增长率均低于信息技术业，资产负债率高于信息技术业，似乎说明信息技术业作为新兴行业，其成长能力要更高一些。第二行业（房地产业）与第三行业的销售增长率指标有明显的差别，第三行业大于第二行业，说明信息技术业的获利能力高于房地产业。

净资产收益率、总资产报酬率和资产负债率等财务指标没有显著差别。

5.

多变量检验结果

值 F 假设 df 误差 df Sig.

Pillai 的跟踪.481 2.373 8.000 60.000 .027

Wilks 的 lambda .563 2.411a8.000 58.000 .025

Hotelling 的跟踪.698 2.443 8.000 56.000 .024

Roy 的最大根.559 4.193b 4.000 30.000 .008

a. 精确统计量

b. 该统计量是 F 的上限，它产生了一个关于显著性级别的下限。

此表是上面多重比较可信性的度量，由Sig.值可以看到，比较检验是可信的。

6.

单变量检验结果