资源预览内容
第1页 / 共18页
第2页 / 共18页
第3页 / 共18页
第4页 / 共18页
第5页 / 共18页
第6页 / 共18页
第7页 / 共18页
第8页 / 共18页
第9页 / 共18页
第10页 / 共18页
亲,该文档总共18页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
均值及协方差的检验案例n数据来源:书本P47页例2nData47.sav文件数据操作步骤1n由于1-10号为美国在华投资企业的代号 ,10-20号为日本在华投资企业的代号我 们不妨将1-10号定为case1,1-20定为 case2n在spss中新建case变量并输入对应序号分类后的数据操作步骤2nAnalyze-general linear model- multivariate操作步骤3nDependent variables选入政治环境,经 济环境,文化环境和法律环境nFixed factors选入case操作步骤4点击contrasts按 钮,在contrast一 栏中选择sinple操作步骤5点击options按钮,在 display means for选项中 选入case,并将SSCP matrices和Homogeneity tests勾中(其中 Homogeneity tests指的 是方差齐次性检验,也 可用于协方差的检验), 点击continue,确认后得 到输出结果结果表示case1和case2的频数 皆为10该检验为boxs m检验,从显示的结果来看:两组数据的协方差 距阵是相同的从上图看出WilksLambda值为0.376,sig=0.0040.05,所以拒绝原 假设,说明日,美两国在华投资企业对中国的经营环境的评价有显 著差异。几个统计量nPillais trace:恒为正数,值越大,表明该效应项对模型贡献越 大。WilksLambda:取值在0-1之间,值越小,表明该效应项对模型 贡献越大。 Hotelling trace:为检验矩阵特征根之和,值总比Pillais trace 大。与Pillais trace相似,值越大贡献越大 Roys Largest Root:为检验矩阵特征根中最大值,因此他总小 于Hotelling trace。值越大贡献越大。 其中Pillais trace最为稳健 但是因为计算公式均比较复杂,所以一般采用WilksLambda统 计量该表格显示,case中各sig均小于0.05,即各个环境的打分存在差异。先前选择SSCP matrices给出的结果,不难发现,Error所对应的矩 阵即为组内离差阵S,可通过此矩阵计算出WilksLambda的值, 再通过变换计算使其服从F分布,此结果无实际意义。Simple比较的结果Simple比较指的是将因素每个水平的均值与参考水平的均值做比较 ,在本例中即为 两水平均值间的比较。最终结果同之前结果。练习n数据1是35家上市公司2000年年报数据 ,这35家上市公司分别来自于电力、煤 气及水的生产和供应业,房产地产业, 信息技术业,试根据对这三个行业的运 营能力进行比较分析。
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号