统计学实验作业.doc

1、一家大型商业银行在多个地区设有分行，其业务主要是进行基础设施建设、国家重点项目建设、固定资产投资等项目的贷款.近年来，该银行的贷款额平稳增长,但不良贷款额也有较大比例的增长，这给银行业务的发展带来较大压力。为弄清楚不良贷款形成的原因，管理者希望利用银行业务的有关数据做些定量分析，以便找出控制不良贷款的办法。该银行所属的25家分行2002年的有关业务数据是“例11.6.xls”。（1） 试绘制散点图，并分析不良贷款与贷款余额、累计应收贷款、贷款项目个数、固定资产投资额之间的关系；2计算不良贷款、贷款余额、累计应收贷款、贷款项目个数、固定资产投资额之间的相关系数相关性不良贷款（亿元）各项贷款余额(亿元）本年累计应收贷款(亿元）贷款项目个数（个）本年固定资产投资额（亿元）不良贷款（亿元)Pearson 相关性1。844*.732*.700*。519显著性（双侧）.000.000.000。008N2525252525各项贷款余额(亿元）Pearson 相关性。8441.679*.848*.780*显著性（双侧）.000。000.000.000N2525252525本年累计应收贷款（亿元）Pearson 相关性.732*。679*1.586。472*显著性（双侧）.000。000。002.017N2525252525贷款项目个数（个）Pearson 相关性.700*.848*.586*1.747*显著性（双侧）。000.000.002.000N2525252525本年固定资产投资额（亿元）Pearson 相关性。519*.780*.472.747*1显著性（双侧）。008。000。017。000N2525252525*。 在 .01 水平（双侧)上显著相关。*. 在 0。05 水平(双侧）上显著相关.（2） 求不良贷款对贷款余额的估计方程;Anovab模型平方和df均方FSig.1回归249。371462。34319.704。000a残差63。279203.164总计312.65024a. 预测变量: (常量）， 本年固定资产投资额（亿元）， 本年累计应收贷款（亿元）， 贷款项目个数（个)， 各项贷款余额(亿元)。b. 因变量: 不良贷款（亿元模型汇总模型RR 方调整 R 方标准 估计的误差更改统计量R 方更改F 更改df1df2Sig. F 更改1.893a.798.7571.7788。79819。704420。000a. 预测变量： （常量), 本年固定资产投资额(亿元）, 本年累计应收贷款（亿元）, 贷款项目个数（个）， 各项贷款余额(亿元)。系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-1.022.782-1。306。206各项贷款余额(亿元).040。010。8913.837.001本年累计应收贷款(亿元)。148。079。2601.879.075贷款项目个数（个).015。083.034.175.863本年固定资产投资额(亿元)-。029.015-.325-1。937.067a. 因变量： 不良贷款（亿元)从表系数可以看出常量、应收贷款、项目个数、固定资产投资额，都接受原假设，只有贷款余额拒绝原假设，所以只有贷款余额对不良贷款起作用。共线性诊断a模型维数特征值条件索引方差比例(常量)各项贷款余额(亿元)本年累计应收贷款（亿元）贷款项目个数（个)本年固定资产投资额（亿元)114。5381.000。01。00.01.00。002。2034.733。68。03.02。01.093.1575。378。16.00。66.01。134.0668。287。00.09.20.36.725。03611。215。15。87。12。63。05a. 因变量: 不良贷款(亿元）从共线性可以看出,第五个特征值对贷款余额解释87，对应收账款解释度为12、对贷款个数解释度为63、对固定资产投资解释度为5。所以不是太共线.、线性方程为 Y=0。01X Y为不良贷款,X为贷款余额。4 检验不良贷款与贷款余额之间线性关系的显著性（=0.05)；回归系数的显著性(=0。05）;回归系数a模型非标准化系数标准系数tSig.共线性统计量B标准 误差试用版容差VIF1（常量）-。830.723-1.147。263各项贷款余额(亿元）。038。005.8447.534.0001.0001。000a。 因变量: 不良贷款(亿元)共线性诊断a模型维数特征值条件索引方差比例（常量）各项贷款余额（亿元）111。8371。000。08。082。1633。354.92.92a. 因变量： 不良贷款(亿元）通过对上表分析得出:贷款余额线性关系通过显著性检验，回归系数通过显著性检验。5绘制不良贷款与贷款余额回归的残差图。2。练习统计学教材P330 练习题11。1、11.6、11。7、11。8、11。15，对应的数据文件为“习题11.1.xls”、 “习题11。6.xls”、 “习题11。7.xls”、 “习题11.8.xls”、 “习题11.15。xls”。(任选两题）11。1（1） 绘制产量与生产费用之间的散点图，判断二者之间的关系形态.正向相关（2） 计算产量与生产费用之间的线性相关系数相关性产量（台）生产费用（万元）产量(台）Pearson 相关性1.920*显著性（双侧）.000N1212生产费用（万元）Pearson 相关性.920*1显著性（双侧)。000N1212*。 在 。01 水平（双侧）上显著相关。答:产量与生产费用之间的线性相关系数为0.92（3）对相关系数的显著性进行检验，并说明二者间的关系强度模型汇总模型RR 方调整 R 方标准 估计的误差更改统计量R 方更改F 更改df1df2Sig。 F 更改1。920a。847。83214.791.84755。286110.000a. 预测变量： （常量), 生产费用(万元）.答：二者的关系强度为92%,P值较小拒绝原假设所以关系强11.8 设月租金为自变量，出租率为因变量，回归并对结果进行解释和分析。模型汇总模型RR 方调整 R 方标准 估计的误差1.795a。632。6122.6858a. 预测变量： （常量）, 每平方米月租金（元）。Anovab模型平方和df均方FSig.1回归223。1401223.14030。933.000a残差129.845187。214总计352.98619a. 预测变量: (常量), 每平方米月租金（元)。b. 因变量: 出租率（）系数a模型非标准化系数标准系数tSig。B标准 误差试用版1(常量)49。3183.80512。961。000每平方米月租金(元)。249。045。7955.562.000a. 因变量： 出租率（%）回归方程为Y=49。318+0。249X常量与每平米月租金都通过显著性检验，拒绝原假设所以方程成立.相关系数为0.795中度相关。