应用多元统计分析实验报告Word文档下载推荐.docx

应用多元统计分析实验报告Word文档下载推荐.docx

《应用多元统计分析实验报告Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《应用多元统计分析实验报告Word文档下载推荐.docx（53页珍藏版）》请在冰豆网上搜索。

27000

18750

12000

21000

144

36

381

190

138

26

设职工总体的以上变量服从多元正态分布，根据样本资料利用SPSS软件求出均值向量和协方差矩阵的最大似然估计。

注1：

最大似然估计公式为：

，；

一．SPSS操作步骤：

第一步：

利用spss建立数据集

第二步：

分析--描述统计--描述计算样本均值向量

第三步：

分析--相关--双变量计算样本协方差阵与样本相关系数

二．输出结果：

描述性统计量

均值

标准差

N

29650.00

18763.475

12.33

3.615

37125.00

46827.276

152.50

129.210

相关性

Pearson相关性

.184

-.126

.042

显著性（双侧）

.727

.812

.937

平方与叉积的和

.000

62500.000

-.000

协方差

12500.000

-.510

-.077

.302

.885

65.333

-179.000

13.067

-86250.000

-35.800

.114

.829

83475.500

16695.100

三．实验结果分析：

样本均值为

样本的协方差

如此就可以按照极大似然估计方程：

，

得出均值向量与协方差向量的最大似然估计结果。

第三章聚类分析

3.1下表是15个上市公司2001年的一些主要财务指标，使用系统聚类法和K－均值法利用SPSS软件分别对这些公司进行聚类，并对结果进行比较分析。

公司

编号

净资产收益率

每股净利润

总资产周转率

资产负债率

流动负债比率

每股净资产

净利润增长率

总资产增长率

11.09

0.21

0.05

96.98

70.53

1.86

-44.04

81.99

11.96

0.59

0.74

51.78

90.73

4.95

7.02

16.11

0.03

181.99

100

-2.98

103.33

21.18

11.58

0.13

0.17

46.07

92.18

1.14

6.55

-56.32

-6.19

-0.09

43.3

82.24

1.52

-1713.5

-3.36

10

0.47

0.48

68.4

86

4.7

-11.56

0.85

7

10.49

0.11

0.35

82.98

99.87

1.02

100.23

30.32

11.12

-1.69

0.12

132.14

-0.66

-4454.39

-62.75

9

3.41

0.04

0.2

67.86

98.51

1.25

-11.25

-11.43

1.16

0.01

0.54

43.7

1.03

-87.18

-7.41

11

30.22

0.16

0.4

87.36

94.88

0.53

729.41

-9.97

8.19

0.22

0.38

30.31

2.73

-12.31

-2.77

13

95.79

-5.2

0.5

252.34

99.34

-5.42

-9816.52

-46.82

14

16.55

0.93

72.31

84.05

2.14

115.95

123.41

-24.18

-1.16

0.79

56.26

97.8

4.81

-533.89

-27.74

一、实验原理:

1.系统聚类的基本思想是：

首先，每个样品（或变量）先聚成一类，然后，选择距离公式计算类与类之间的距离，把距离相近的样品（或变量）先聚成类，距离相远的后聚成类，该过程一直进行下去，每个样品（或变量）总能聚到合适的类中，最后，所有的样品（或变量）聚成一类。

打开SPSS软件，在数据窗口依次定义变量，并输入以上数据。

2.K-均值聚类法:

K-均值法和系统聚类法一样，都是以距离的远近亲疏为标准进行聚类的，但是两者的不同之处也是明显的：

系统聚类对不同的类数产生一系列的聚类结果，而K—均值法只能产生指定类数的聚类结果。

具体类数的确定，离不开实践经验的积累；

有时也可以借助系统聚类法以一部分样品为对象进行聚类，其结果作为K—均值法确定类数的参考。

二．SPSS操作步骤：

（一）系统聚类基本操作步骤如下：

1.点击分析——分类——系统聚类，进入系统聚类对话框。

2.将净资产收益率、每股净利润、总资产周转率、资产负债率、流动负债比率、每股净资产、净利润增长率、总资产增长率8个变量选入变量框中，将公司编号选入标注个案框中。

输出框中保持默认选项，选中统计量和图。

3.统计量部分保持默认选项，点击继续按钮；

点击绘制按钮，进入系统聚类-绘制对话框，选中树状图，其他部分保持默认，点击继续按钮；

点击方法按钮，进入聚类分析-方法对话框，转换值框中标准化选择Z得分，其他部分保持默认选项，点击继续按钮；

保存部分保持默认选项，点击继续按钮。

4.最后点击确定按钮，得系统聚类结果。

（二）K-均值法基本操作步骤如下：

1.点击分析——分类——K-均值聚类，进入K-均值聚类对话框。

根据系统聚类的结果，聚类数改为3，其他部分保持默认选项。

3.迭代部分保持默认选项，点击继续按钮；

点击保存按钮，选中聚类成员、与聚类中心的距离，点击继续按钮；

选项部分中保持默认选项，点击继续。

4.最后点击确定按钮，得K-均值聚类结果。

三．输出结果：

系统聚类法：

表1案例处理汇总a,b

案例

有效

缺失

总计

百分比

100.0

.0

a.平方Euclidean距离已使用

b.平均联结（组之间）

表2聚类表

阶

群集组合

系数

首次出现阶群集

下一阶

群集1

群集2

363.280

1189.697

1492.532

3976.328

7995.874

9315.360

13588.434

28034.879

.989

.326

.861

K均值法：

表3初始聚类中心

聚类

-5.20

.16

.50

.12

.40

流动负债率

100.00

-.66

.53

表4迭代历史记录a

迭代

聚类中心内的更改

834.134

a.由于聚类中心内没有改动或改动较小而达到收敛。

任何中心的最大绝对坐标更改为.000。

当前迭代为2。

初始中心间的最小距离为5184.300。

表5最终聚类中心

6.48

.08

.39

71.48

92.06

1.90

-103.94

11.91

表6每个聚类中的案例数

1.000

13.000

15.000

四，实验结果分析：

（一）系统聚类法：

表2聚类表是对每一阶段聚类结果的反应。

图1冰状图，图2树状图，是反应样品聚类情况的图，从图中可以由分类个数得到分类情况。

如果选择分为2类，分类结果为：

13号公司单独一类，1-12号公司为一类；

如果选择分为3类，分类结果为：

{13}、{1、14}、{2、3、4、5、6、7、8、9、10、11、12、15}。

由表中数据可以发现，13号公司资产负债率最高，净利润增长率最低，1号和14号公司的主要财务指标都比较好，可以认为系统聚类根据经营情况对公司进行分类的。