SPSS回归分析报告作业
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
回归分析作业
一、利用软件计算
1、
数据文件“资产评估1”提供了35家上市公司资产评估增值的数据。
num---公司序号
pg---- 资产评估增值率
gz----固定资产在总资产中所占比例
fz----权益与负债比
bc----总资产投资报酬率
gm---公司资产规模(亿元)
a.建立关于资产评估增值率的四元线性回归方程,并通过统计分析、检验说明所得方程的
有效性,解释各回归系数的经济含义。
b.剔除gz变量,建立关于资产评估增值率的三元线性回归方程,与a中的模型相比较,那
个更为实用有效,说明理由。
解:
由Model Summary和ANOVA表可知,R为0.871,决定系数R2为0.759,校正决定系数为0.727。拟合的回归模型F值为23.609,P值为0,所以拟合的模型是有统计意义的。
从系数的t检验可以看出,只有固定资产比重的sig值=0.339>0.05,说明只有固定资产比重对资产评估增值率的影响是不显著的,其他自变量对固定资产增值的比率均有显著的影响。
线性回归方程为:
pg=0.396+0.079gz+0.063fz+0.602bc-0.044gm
α1=0.079表示,在权益与负债比、总资产投资报酬率和公司规模不变的条件下,固定资产比重每增加1个单位,资产评估增值率增加0.079。
α2=0.063表示,在固定资产比重、总资产投资报酬率和公司规模不变的条件下,权益与负债比每增加1个单位,资产评估增值率增加0.063。
α3=0.602表示,在固定资产比重、权益与负债比和公司规模不变的条件下,总资产投资报酬率每增加1个单位,资产评估增值率增加0.602。
α4=-0.044表示,在固定资产比重、权益与负债比和总资产投资报酬率不变的条件下,公司规模每增加1亿元,资产评估增值率减少0.044
,校正决定系数为0.727。
从系数的t检验可以看出,该模型的回归系数都通过检验。所以,剔除 gz 变量,建立关于资产评估增值率的三元线性回归方程为:
pg=0.376+0.063fz+0.600bc-0.040gm
b更为有效实用,因为所有的回归系数都通过了t检验,并且b模型估计的标准误较小。
2、
数据文件“房产销售”提供了20件房地产的销售价格和评估的数据(美元):
y----销售价格; x1----地产评估价值; x2----房产评估价值;x3----面积(平方英尺)。
a.建立适当的关于销售价格的多元线性回归模型.
b.利用模型预测地产评估价值为2000,房产评估价值为12000,面积为1100的销售价格,
并给出预测值的95%的置信区间。
c.通过对模型的统计检验说明预测值的可信度。
解:
a.SPSS数据如下
由图表所知,地产价值的sig值过高,所以地产价值对销售价格的影响不显著。
把地产价值剔除后,所得的数据如下:
由Coefficients表所知,回归方程为:y=105.382+0.961x2+16.348x3
b.
解:通常先做enter,然后做逐步
(1)对原数据进行回归分析,得到回归方程为:y=105.382+0.961x2+16.348x3
(2)地产评估价值为2000,房产评估价值为12000,面积为1100的销售价格的95%的置信区间为:(21468.99197,37776.93332)。
(3)该模型的Adjusted R Square=0.867,也就是这两个自变量可以解释86.7%的因变量变差,应该说是预测的可信度比较高;并且残差符合正态性、独立性和方差齐次性,模型成立,即有95%的可能性b的预测值在区间21468.99197-37776.93332内。
3、
大多数公司都提供了β估计值,以反映证券的系统风险。一种股票的β值所测量的是这种股票的回报率与整个市场平均回报率之间的关系。这个指标的名称就来自简单线性回归中的斜率参数β。在这种回归中,因变量是股票回报率(Y)。而自变量则是市场回报率(X)。值大于1的股票被称为“攻击性”证券,因为它们的回报率变动(向上或向下)得比整个市场的回报率快。相反,β值小于1的股票被称为“防御性”证券,因为它们的回报率变动的比市场回报率慢。值接近1的股票被称为“中性”证券,因为它们的回报率反映市场回报率。下面表中的数据是随机抽选的7个月内某只特定的股票的月回报率及整个市场的回报率。试对这些数据完成简单线性回归分析。根据你的分析结果,你认为这只股票是属于攻击性,防御性,还是中
解:
得到回归方程:y=1.762x-1.329。
β值为线性回归斜率参数1.762>1,所以,该股票属于“攻击性股票”。
4、
参考上题。股票的β值是否依赖于计算回报率的时间长度?因为有些经济商号用的是按月数据计算的β值,另一些经济商号则用按年数据计算的β值,所以这个问题对投资者来说很重要。
H.莱维分别研究了三类股票的时间长度(月)和平均β值。将时间长度从一个月逐步增加到30个月,莱维计算了1946---1975年间144只股票的回报率。根据他所得的β值,这144只股票中有38只攻击性股票,38只防御性股票,以及68只中性股票。下表中给出的这三类股票对不同时间水平的平均β值。
A、对于攻击性股票、防御性股票和中性股票三种情况,分别求表达平均β值Y与时间长度
X之间关系的最小二乘简单线性回归方程。
B、对每一类股票检验假设:时间长度是平均β值的有效线性预测器,检验时用α=0.05。
C、对每一类股票,构造直线斜率的95%置信区间,哪只股票的β值随时间长度的增大而线
性增大?