spss
- 格式：doc
- 大小：301.50 KB
- 文档页数：10
一、问题叙述
根据题目中给出的ASSETS、SALES、MARKET_VALUE、PROFITS、CASH_FLOW、EMPLOYEES 六个变量及其相关数据分析六个变量相互之间是否存在显著的线性相关，若存在，写出线性回归表达式。
二、数据说明
这张数据表包含九个变量，分别是COMPANY，SALES，MARKET_VALUE，PROFITS，CASH_FLOW，EMPLOYEES，SECTOR，行业。
三、数据处理
通过对这些变量进行频数分析，描述性统计分析，交叉分析，方差分析，参数检验以及相关性分析，从而得出以下结论。
四、分析过程
（一）相关性分析
1．ASSETS和SALES的相关系数为0.746；ASSETS和MARKET_VALUE相关系数为0.682；ASSETS 和PROFITS相关系数为0.602；ASSETS和CASH_FLOW相关系数为0.641；ASSETS和EMPLOYEES相关系数为0.594。
2．SALES和MARKET_VALUE相关系数为0.879；SALES和PROFITS相关系数为0.814；ALES 和CASH_FLOW相关系数为0.855；ALES和EMPLOYEES相关系数为0.924。
3．MARKET_VALUE和PROFITS相关系数为0.968；MARKET_VALUE和CASH_FLOW相关系数为0.97；MARKET_VALUE和EMPLOYEES相关系数为0.818。
4．PROFITS和CASH_FLOW相关系数为0.989；PROFITS和EMPLOYEES相关系数为0.762。
5．CASH_FLOW和EMPLOYEES相关系数为0.787。
以上各变量两两之间相关性分析的P值均为0.000（小于显著性水平0.05），有非常显著
此处的表格内容和上面pearson相关系数结果非常相似，只是表格左侧注明为spearman 等级相关分析。
分析结果如下：
1．ASSETS和SALES的相关系数为0.5；ASSETS和MARKET_VALUE相关系数为0.457；ASSETS 和PROFITS相关系数为0.375；ASSETS和CASH_FLOW相关系数为0.444；ASSETS和EMPLOYEES相
关系数为0.434。
2．SALES和MARKET_VALUE相关系数为0.676；SALES和PROFITS相关系数为0.397；ALES 和CASH_FLOW相关系数为0.581；ALES和EMPLOYEES相关系数为0.899。
3．MARKET_VALUE和PROFITS相关系数为0.675；MARKET_VALUE和CASH_FLOW相关系数为0.736；MARKET_VALUE和EMPLOYEES相关系数为0.664。
4．PROFITS和CASH_FLOW相关系数为0. 89；PROFITS和EMPLOYEES相关系数为0.383。
5．CASH_FLOW和EMPLOYEES相关系数为0.547。
以上各变量两两之间相关性分析的P值均为0.000（小于显著性水平0.05），有非常显著的统计学意义。
（二）线性回归
1．
上表为所拟合模型的拟合良度情况简报，相关系数R为0.902，而决定系数R方为0.813，矫正的决定系数为0.808。
这三个值均大于0.8，说明模型拟合情况较好。
说明该变量之间存
这是所用模型的检验结果，这也是一个标准的方差分析表。
从上表可见所用的回归模型F值为164.996，P值为0.000，因此该回归模型是具有统计学意义的，可以继续看下面系数分
上表为回归分析的相关系数表，从表中可以看出自变量ASSETS和MARKET_VALUE对因变量
的相关系数分别为0.275和0.691，P值均分别为0.000，说明系数的回归也是显著的，虽然常量系数异常，但在回归分析中可以忽略常量，因此可以得到以下回归方程：Y=0.275*X1+0.691*X2
该回归方程式的意义是：公司资产每上升一个百分点，销售额将会上升27.5%；公司市
场价值每上升1个百分点，销售额上升69.1%。
2．PROFITS、ASSETS、SALES对MARKET_VALUE的回归分析
上表为所拟合模型的拟合良度情况简报，相关系数R为0.982，而决定系数R方为0.964，矫正的决定系数为0.963。
这三个值均大于0.8，说明模型拟合情况较好。
说明该变量之间存在线性相关性，可以采用线性相关的模型进行回归分析。
这是所用模型的检验结果，这也是一个标准的方差分析表。
从上表可见所用的回归模型F值为669.812，P值为0.000，因此该回归模型是具有统计学意义的，可以继续看下面系数分别检验的结果。
上表为回归分析的相关系数表，从表中可以看出自变量ASSETS、SALES和PROFITS对因变量MARKET_VALUE的相关系数分别为0.069、0.217和0.75，P值均分别为0.040、0.000和0.000，说明系数的回归也是显著的，虽然常量系数异常，但在回归分析中可以忽略常量，因此可以得到以下回归方程：
Y=0.069*X1+0.217*X2+0.75*X3
该回归方程式的意义是：公司资产每上升一个百分点，市场价值将会上升6.9%；公司销售额每上升1个百分点，市场价值上升21.7%；公司利润每上升1个百分点，市场价值上升75%。
3．CASH_FLOW、ASSETS、SALES、MARKET_VALUE对PROFITS回归分析
上表为所拟合模型的拟合良度情况简报，相关系数R为0.993，而决定系数R方为0.986，矫正的决定系数为0.986。
这三个值均大于0.8，说明模型拟合情况较好。
说明该变量之间存
这是所用模型的检验结果，这也是一个标准的方差分析表。
从上表可见所用的回归模型F值为1328.206，P值为0.000，因此该回归模型是具有统计学意义的，可以继续看下面系数
上表为回归分析的相关系数表，从表中可以看出自变量ASSETS、SALES、MARKET_VALUE、CASH_FLOW 对对因变量PROFITS的相关系数分别为-0.037、-0.148、0.313和0.835，P值分别为0.021、0.032、0.062和0.057，说明系数的回归也是显著的，虽然常量系数异常，但在回归分析中可以忽略常量，因此可以得到以下回归方程：
Y=-0.037*X1+-0.148*X2+0.313*X3+0.835*X4
该回归方程式的意义是：公司资产每上升一个百分点，利润将会下降3.7%；公司销售额每上升1个百分点，利润下降14.8%；公司市场价值每上升1个百分点，利润上升31.3%；现金流每上升一个百分点，利润上升83.5%。
五、结果分析
从以上的分析可以看出
1．资产和市场价值对销售额是正向影响。
也就是说，资产和市场价值的上升会使公司销售额增加。
2．资产、销售额、利润对公司市场价值是正向影响。
说明公司资产、销售额和利润的上升会使公司市场价值得到提升。
3．资产和销售额对公司利润是负影响，说明资产和销售额的增加会使公司利润下降。
这可能是因为企业成本的上升超过销售额上升的速度，所以利润是下降的。
市场价值和现金流增加使公司利润上升，并且现金流上升1个百分点，利润将上升83.5%，说明企业现金流对利润的增长是很重要的。
综上所述：企业要保持良好的运营状态，应该在销售额增加的时候注意控制成本，否则可能会导致利润下降；企业的现金流对利润起到很大的作用，企业必须保持良好的现金流才能有较好的利润空间。
