管理定量分析.doc

姓名:汪宝成 班级：08物流管理 学号：08090120421、对本市200户样本的人均面积（M2)进行调查，见“人均面积”文件，对数据做描述统计.通过直方图观察可知：人均面积在16 M2的户口是最多的2、分析“人均面积”文件数据,对全市人均面积为25 M2说法进行检验单个样本检验检验值 = 25 tdfSig.（双侧)均值差值差分的 95 置信区间下限上限VAR00001-.500199.618。365001。80581。0758结果说明：由表显示，显著性概率P值为0.6180.05，所以接受原假设，即有理由认为全市人均面积为25 M2说法是正确的。3、针对“人均面积”文件数据，若设前一百户为本市户口，后一百户是外地户口，检验两者人均面积有无显著差异独立样本检验方差方程的 Levene 检验均值方程的 t 检验差分的 95 置信区间FSig.tdfSig.（双侧)均值差值标准误差值下限上限VAR00001假设方差相等。049.8242。119198.035-3.070001。44862-5.92670。21330假设方差不相等-2。119197。739。035-3.070001。448625.92672-。21328结果说明：由表显示,F=0.049 P=0.824，说明方差齐性的假设成立，T检验的结果是P=2.119 是小概率事件，否定原假设，即两者人均面积有显著差异。4、调查喝某种品牌减肥茶情况，得35名顾客饮茶前后的体重数据，见“减肥茶”文件，检验饮茶前后有无显著差异。成对样本检验成对差分tdfSig。（双侧)均值标准差均值的标准误差分的 95% 置信区间下限上限对 1VAR00001 - VAR0000219.228577。981911。3491916。4866921.9704514.25234。000由表显示，P=0。0000。05,否定原假设,即饮茶前后，对体重没有显著差5、检验“人均面积”文件数据的分布是否服从正态、均匀、泊松、和指数分布单样本 KolmogorovSmirnov 检验VAR00001N200正态参数a，b均值24.6350标准差10.33274最极端差别绝对值。113正。113负-。049KolmogorovSmirnov Z1.600渐近显著性(双侧).012a。 检验分布为正态分布。b. 根据数据计算得到。单样本 Kolmogorov-Smirnov 检验 2VAR00001N200均匀参数a，b极小值6.00极大值50.00最极端差别绝对值.181正.181负-。056Kolmogorov-Smirnov Z2。565渐近显著性(双侧)。000a。 检验分布为均匀分布。b. 根据数据计算得到。单样本 KolmogorovSmirnov 检验 3VAR00001N200Poisson 参数a,b均值24.6350最极端差别绝对值。241正。241负-。187Kolmogorov-Smirnov Z3。406渐近显著性（双侧).000a. 检验分布为 Poisson 分布。b. 根据数据计算得到。单样本 KolmogorovSmirnov 检验 4VAR00001N200指数参数。a,b均值24。6350最极端差别绝对值.306正.146负-。306KolmogorovSmirnov Z4.322渐近显著性（双侧)。000a. 检验分布为指数分布。b. 根据数据计算得到。通过以上图表显示:F1=0。012 F2=0.000 F3=0。000 F4=0。000所以可知人居面积不服从于正态、均匀、泊松和指数分布6、针对“一周就诊患者文件数据，检验周一到周五患者数有无显著差异检验统计量VAR00001卡方31.107adf4渐近显著性.000a. 0 个单元 (。0） 具有小于 5 的期望频率.单元最小期望频率为 33。6.由表显示:F=0。000 拒绝原假设,所以“一周就诊患者”从周一到周五患者数有显著差异。7、针对“地区与营销额”文件数据，分析本市四个区,四天某产品营销额有无显著差异多重比较因变量：VAR00001(I） VAR00002（J) VAR00002均值差 (I-J）标准误显著性95% 置信区间下限上限LSD1.002.005。750007.49583.458-10.582022.08203。00-15.750007。49583。057-32。0820.58204。0016.000007.49583.054-32.3320。33202。001.00-5。750007.49583.458-22.082010.58203。0021。50000*7.49583。01437.8320-5。16804.00-21.750007.49583。01338.0820-5.41803。001。0015。750007.49583。057-.582032。08202。0021。50000*7。49583。0145.168037。83204.00-.250007.49583.97416.582016。08204。001。0016.000007。49583。054。332032.33202。0021。750007.49583。0135。418038.08203。00。250007.49583.97416.082016.5820Tamhane1.002.005.750005。94944。941-18。448129。94813.00-15.750009。52956。64956。125924.62594。0016.000005。85591.216-40。17298。17292。001。00-5。750005。94944。941-29。948118。44813。00-21.500008.83648。36164.181921。18194。00-21。750004.64354.02039。62303.87703。001。0015。750009.52956。649-24.625956。12592.0021.500008。83648。361-21.181964.18194.00.250008。773781。00043.352642.85264。001。0016.000005。85591。216-8。172940。17292。0021.750004.64354。0203。877039。62303.00.250008。773781。000-42.852643.3526*. 均值差的显著性水平为 0。05。通过比较可知：销售额存在显著性差异的地区分别是：瑶海区与庐阳区 瑶海区与包河区。8、针对“广告文件数据，分析本市四个区，四天采用四种广告形式，某产品营销额有无显著差异Multiple ComparisonsDependent Variable： VAR00001 (I) VAR00003（J) VAR00003Mean Difference （IJ)Std. ErrorSig。95 Confidence Interval Lower BoundUpper BoundLSD1.002.006.25006。91616.390-21.89559.3955 3。00-2.50006.91616.72618。145513。1455 4。008.75006.91616。238-6。895524。3955 2。001.006.25006。91616。3909.395521.8955 3.003.75006.91616。601-11.895519。3955 4。0015。00006。91616.058。645530。6455 3。001。002。50006。91616。726-13。145518。1455 2.003.75006.91616。60119。395511.8955 4。0011。25006.91616.138-4。395526。8955 4。001.00-8.75006。91616.238-24.39556。8955 2.00-15。00006.91616.058-30.6455。6455 3。00-11。25006.91616.138-26.89554.3955Tamhane1。002.00-6.250011。93646。99762。820950。3209 3.00-2.50007。068121.00029。769524.7695 4.008。75006。89051.82417.762435.2624 2.001。006。250011.93646.99750。320962.8209 3。003。750012。123501。000-51.915359.4153 4.0015.000012。02082。85841.131871.1318 3.001。002.50007.068121。00024。769529。7695 2。003。750012。123501。00059.415351。9153 4。0011。25007.20966.673-16.495938。9959 4。001。008。75006。89051。824-35。262417.7624 2.0015。000012。02082.858-71。131841.1318 3.0011.25007.20966.673-38。995916。4959Based on observed means。通过上表可得 采用不同的广告形式，对于产品销售额有显著影响。1、 根据文件“家庭收入与人均面积”,判断两者之间有无关联性，并对结果做检验。相关性VAR00003VAR00004VAR00003Pearson 相关性1.176显著性（双侧）。012N200200VAR00004Pearson 相关性.176*1显著性（双侧).012N200200. 在 0.05 水平(双侧）上显著相关.从输出结果可以看出,家庭收入（X)和人均面积（Y)两者之间的Pearson相关系数r=0。176，p=0。012，在a=0。05条件下没有统计显著性线形相关2、根据文件“学生排名”，判断学生成绩与工作能力之间有无关联性，并对结果做检验相关系数VAR00005VAR00006Spearman 的 rhoVAR00005相关系数1.000-.770*Sig。(双侧)。.009N1010VAR00006相关系数-.7701。000Sig。（双侧)。009.N1010. 在置信度（双测）为 0。01 时,相关性是显著的。从输出结果可以看出，学生成绩和工作能力两者之间的Spearman 相关系数r=0.770，p=0。009，在a=0。01条件下达到统计显著性相关3、根据文件“质量评价”，判断男顾客与女顾客对商品的评价结果之间有无关联性，并对结果做检验相关系数VAR00005VAR00006Kendall 的 tau_bVAR00005相关系数1。000.556*Sig.（双侧）。025N1010VAR00006相关系数.556*1.000Sig。(双侧）。025.N1010。 在置信度（双测）为 0。05 时，相关性是显著的。从输出结果可以看出，男顾客与女顾客之间的Kendall相关系数r=0。556,p=0.025，在a=0.05条件下达到统计显著性相关4、 根据“彩电评级”说明消费者对各种彩电的质量水平有无显著差异秩秩均值VAR000013。23VAR000024。13VAR000034.58VAR000043.53VAR000052。48VAR000063。08检验统计量N20Kendall Wa。217卡方21.743df5渐近显著性。001a。 Kendall 协同系数从输出结果表明,东芝的均值最低,西湖的均值最高，统计检验结果表明，Kendalls W 系数为0。217,卡方为21.743，拒绝原假设，即消费者对各种彩电的质量水平的评价不具有高度的一致性。5、根据“偏相关文件分析家庭收入与计划面积之间的相关性并以家庭常住人口为控制变量相关性控制变量家庭收入计划面积家庭长住人口-无-a家庭收入相关性1.000。022。135显著性(双侧）。.535.000df0830830计划面积相关性.0221.000.186显著性（双侧).535.。000df8300830家庭长住人口相关性.135-.1861.000显著性（双侧）.000.000.df8308300家庭长住人口家庭收入相关性1.000。048显著性（双侧）。.169df0829计划面积相关性.0481。000显著性（双侧)。169。df8290a。 单元格包含零阶 （Pearson) 相关。 根据图表显示,家庭收入与计划面积之间的简单相关系数较高,且达到了高度的统计显著性水平，但将家庭常住人口控制起来的条件下，家庭收入与计划面积之间的偏相关系数仅为0.135,且不具有统计显著意义。6、根据文件“股票”，建立股票收益率与市场收益率回归模型，并分析结果。 模型汇总模型RR 方调整 R 方标准 估计的误差1。885a。783。7768.30283a. 预测变量： （常量）， VAR00002.Anovab模型平方和df均方FSig.1回归8189。53018189.530118。797.000a残差2274。9183368.937总计10464。44934a。 预测变量: (常量）, VAR00002。b. 因变量: VAR00001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）-。5371。432-.375.710VAR000021。253.115。88510.899。000a。 因变量: VAR00001 根据上表可知:决定性系数为0。7，76 该一元线性回归方程对总平方和的解释能力达到了77.6%， F=118。797 P=0.000 所以拒绝零假设,回归方程的线性关系是显著的 一元线性回归模型为:y=1。253x0.5737、根据“保险公司”文件建立多元线性模型并分析模型汇总模型RR 方调整 R 方标准 估计的误差1.946a.895.8833。22113a. 预测变量: （常量）, VAR00003, VAR00002。Anovab模型平方和df均方FSig。1回归1504。4132752。20772。497.000a残差176.3871710.376总计1680.80019a。 预测变量： (常量）, VAR00003, VAR00002。b. 因变量: VAR00001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）33.8741.81418。675。000VAR00002.102。009。911-11。443。000VAR000038。0551。459。4395。521.000a. 因变量： VAR00001 通过上图可知：决定性系数为0。883,该二元线性回归方程对总平方和的解释能力达到了88.3%,F=72。497 P=0。000 所以拒绝零假设,回归方程的线性关系是显著的. 除了常数项外， “公司规模”“公司类型”两个解释变量的t值较大，在a=0。05 条件下拒绝零假设，说明两个解释变量对被解释变量的影响是显著的. 二元线性回归模型为:y=33.8740.102x1+8.055x2 二元线性标准化回归模型为：y/=1.814-0.009x1+1。452x28、根据文件“回归”建立变量间回归模型并分析模型汇总和参数估计值因变量：VAR00003方程模型汇总参数估计值R 方Fdf1df2Sig。常数b1b2b3对数。808109.576126.000-116776.11413360。379倒数。47123.122126.00031306。384-1.578E8二次.9952327.406225。0001253。197.3202.669E-7三次.9951630.105324。0001834。908.2571.230E6-3.636E12复合.837133。705126。0003775.3711。000幂.9955343.920126。0001。043。908S.843139.621126。00010.277-12932。166增长。837133.705126.0008。2362.028E-5指数。837133.705126。0003775。3712。028E5自变量为 VAR00002。通过上表可知：社会消费品零售总额对国内生产总值二次函数的回归模型如下:y=1253。197+0。320X+2.669E7X平方9、根据文件“工业指标”对各地经济效益作因子分析公因子方差初始提取VAR000021。000。845VAR000031。000。951VAR000041.000.089VAR000051.000.781VAR000061。000.928VAR000071.000。774解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 累积 合计方差的 %累积 %合计方差的 累积 12.42340。39040。3902。42340.39040.3902。24637。43737。43721.94532。42472。8141。94532。42472.8142.12335.37772.8143。97316。20989。0234.4056.75695.7795.1782。96398.7426。0761.258100.000提取方法：主成份分析。提取方法：主成份分析。 通过上表可知:每年流动资产周转次数和产品销售率共同度低于80%之外，其他几个评价指标共同度都在80以上，因此提取出的公因子对各变量的解释能力是较强的。所提取的两个因子的方差贡献率分别为：40。390和 32.424，累计贡献率高达 72.814。工业指标对地区的经济效益的几个指标主要是由前两个因子决定的. 10、根据文件“经济指标对各地经济效益作聚类分析1111西藏2222四川3333重庆4433贵州5543云南6543陕西4433甘肃1111青海1111宁夏3333新疆 通过上表可知:若分为三类的话则有：西藏、青海和宁夏为一组，四川一组，重庆、贵州、云南、陕西和新疆为一组。若分为四组的话，则有:西藏、青海和宁夏为一组，四川一组，重庆、贵州、甘肃和新疆为一组，云南和陕西为一组.一次类推，由上表所示不一一列举.