当前位置:文档之家› 应用统计学 第12章例题分析

应用统计学 第12章例题分析

第12章例题分析(课本340页)(1)相关分析各变量之间的相关关系矩阵(包括自变量和因变量)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) 1各项贷款余额(亿元)0.84357136 1本年累计应收贷款(亿元)0.73150501 0.678771764 1贷款项目个数(个)0.70028149 0.848416404 0.58583149 1本年固定资产投资额(亿元)0.51851809 0.779702158 0.47243096 0.746646 1 各变量之间的相关关系矩阵(各个自变量之间的相关关系)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)各项贷款余额(亿元) 1本年累计应收贷款(亿元)0.67877176 1贷款项目个数(个)0.8484164 0.585831 1本年固定资产投资额(亿元)0.77970216 0.472431 0.746646 1 结论:各自变量不仅仅跟因变量存在较强的线性相关关系,而且自变量彼此之间也存在较强的相关关系。

(2)回归分析SUMMARY OUTPUT回归统计Multiple R 0.893086776R Square 0.797603989Adjusted R Square 0.757124787标准误差 1.778752284观测值25方差分析df SS MS F Significance F回归分析 4 249.371206 62.3428 19.70404 1.04E-06残差20 63.2791938 3.16396总计24 312.6504Coefficients 标准误差t StatP-valueLower 95%Upper 95%Intercept-1.021639763 0.78237236 -1.30582292 0.206433969 -2.653639903 0.61036038 各项贷款余额(亿元) 0.0400393530.010433723.83749534 0.0010284640.018274994 0.06180371本年累计应收贷款(亿元)0.148033891 0.078794333 1.8787377980.07493542 -0.016328206 0.31239599贷款项目个数(个) 0.014529353 0.083033158 0.174982537 0.862852686-0.15867478 0.18773349本年固定资产投资额(亿元)-0.029192866 0.015072973 -1.93676892 0.067030076 -0.0606345370.0022488结论:(一)估计的多元线性回归方程为:=i Y-1.021639763+0.040039353x i 1+0.148033891x i 2+0.014529353x i 3-0.029192866x i 4 或者如下写亦可:=Y-1.021639763+0.040039353x 1+0.148033891x 2+0.014529353x 3-0.029192866x 4 (二)拟合优度检验:。

程所解释的比例为产投资额的多元回归方贷款项目个数、固定资本年累计应收贷款、不良贷款与贷款余额、款取值的变差中,能被进行调整后,在不良贷的自变量的个数:在用样本量和模型中实际意义,即修正后的。

所解释的比例为投资额的多元回归方程款项目个数、固定资产本年累计应收贷款、贷贷款余额、差中,能被不良贷款与:在不良贷款取值的变实际意义%76.79 75.71%70.75712478R R %76.79 79.76%90.79760398R a 222====(三)显著性检验(1) 总体的线性关系是否显著(线性关系的显著性检验)Significance F =1.04E-06<0.05,表明总体中因变量Y (不良贷款)与自变量X 1-X4(贷款余额、累计应收贷款、贷款项目个数、固定资产投资额)有显著的线性关系。

(2) 总体中各个变量对Y是否影响显著(回归系数的显著性检验)各项贷款余额(亿元) 0.001028464 本年累计应收贷款(亿元)0.07493542贷款项目个数(个)0.862852686本年固定资产投资额(亿元)0.067030076P-value=0.001028464<0.05,总体中各项贷款余额对不良贷款有显著影响;P-value=0.07493542>0.05,总体中本年累计应收贷款对不良贷款没有显著影响;P-value=0.862852686>0.05,总体中贷款项目个数对不良贷款没有显著影响;P-value=0.067030076>0.05,总体中固定资产投资额对不良贷款没有显著影响;对于以上回归方程的结果,可以通过假设检验判断,总体中只有各项贷款余额一个变量对不良贷款影响显著,其他对不良贷款影响不大。

但是由于相关分析中可以看出,各个变量彼此之间相关关系也很强,那么本回归方程需进一步分析:(逐步回归法)(1)分别做各个自变量与因变量的一元线性回归方程,记录各个判定系数和F 值如下:SUMMARYOUTPUT回归统计Multiple R 0.843571364R Square 0.711612647Adjusted RSquare0.699074066标准误差 1.979947533观测值25方差分析df SS MS F Significance F回归分析 1 222.4859787222.485978756.753844061.18349E-07残差23 90.164421343.920192232总计24 312.6504Coefficients标准误差t Stat P-value Lower 95% Upper 95%Intercept -0.8295206170.723043295-1.1472627190.263067597-2.3252496230.66620839各项贷款余额(亿元)0.037894707 0.00503015 7.5335147221.18349E-070.027489050.048300364SUMMARYOUTPUT回归统计Multiple R 0.731505008 R Square 0.535099577 Adjusted RSquare0.514886515 标准误差 2.513885813 观测值25 方差分析df SS MS F Significance F回归分析 1 167.2990967167.2990967 26.4729599 3.25638E-05残差23 145.35130336.319621883总计24 312.6504Coefficients标准误差t Stat P-value Lower 95% Upper 95%Intercept -0.3181430680.933380849-0.3408502210.736310273-2.2489884531.612702317本年累计应收贷款(亿元)0.416784412 0.0810047 5.1451880333.25638E-050.2492134240.584355399SUMMARYOUTPUT回归统计MultipleR0.700281491 R Square 0.490394166 AdjustedR Square0.468237391 标准误差 2.631981134观测值25 方差分析df SS MS F Significance F回归分析 1 153.3219322153.321932222.132921319.72063E-05残差23 159.32846786.927324688总计24 312.6504Coefficients 标准误差t Stat P-value Lower 95% Upper 95%Intercep t -0.7230952811.082700971-0.6678624120.510868137-2.9628328721.516642309贷款项目个数(个)0.295165470.0627402414.7045638819.72063E-050.1653773940.424953545SUMMARYOUTPUT回归统计Multiple R 0.51851809 R Square 0.26886101 Adjusted RSquare0.237072358 标准误差 3.152575881 观测值25 方差分析df SS MS F Significance F回归分析 1 84.0595022484.059502248.457767 0.007918887残差23 228.59089789.938734685总计24 312.6504Coefficients 标准误差t Stat P-value Lower 95% Upper 95%Intercept 0.979961164 1.1359678940.8626662510.397227184-1.3699674513.329889779本年固定资产投资额(亿元)0.046586405 0.016018852.9082240280.0079188870.0134488890.079723921(2)根据判定系数和F值的大小,选取判定系数(或者F值)最大的方程作为基础方程,然后按照决定系数的大小来逐个添加变量,逐步回归。

(将每个建立的新模型,与原来模型比较,若决定系数(R^2)或其他统计量与原来相比有所改善,则让该变量留在模型中,若无改善,则不留该变量在模型中。

)根据判定系数,先添加X2到基础方程中,即做X1、X2与Y的回归方程如下:回归统计Multiple R 0.870885326R Square 0.758441251Adjusted R Square 0.736481365标准误差1.852804256观测值25 方差分析df SS MS F Significance F回归分析 2 237.1269605118.563480334.537576481.63399E-07残差22 75.523439463.432883612总计24 312.6504Coefficients标准误差t Stat P-value Lower 95% Upper 95%Intercept -1.3788341360.727018066-1.8965610340.071093573-2.8865773160.128909045各项贷款余额(亿元)0.028909390.0064099424.5100861590.0001735440.0156159840.042202795本年累计应收贷款(亿元)0.1678986050.0813001832.0651688320.050887882-0.0007076550.336504864虽然判定系数有所增加,但是由于X2的P-value=0.050887882>0.05,所以对不良贷款影响不显著,所以不能保留X2在模型中。

相关主题