- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
PAGE
PAGE 2
实验报告7
单因素多元方差分析(综合性实验)
(One-way MANOVA )
实验原理:单因素多元方差分析是单因素一元方差分析的推广,均利用平方和分解原理,构造Wilks等统计量对原假设H0: μ1=μ2=…=μm进行检验。当原假设成立时,误差主要来源于组内平方和。多元方差分析要求在正态总体和方差齐性条件下进行。
实验题目一:
某监狱将犯人分为三类:普通犯人,疯狂犯人和其他犯人,从这三类犯人中各抽取20个犯人测量他们的耳朵长度,数据列于下表:(t7)
普通犯人
测量对象
左耳
右耳
测量对象
左耳
右耳
1
59
59
11
66
63
2
60
65
12
56
56
3
58
62
13
62
64
4
59
59
14
66
68
5
50
48
15
65
66
6
59
65
16
61
60
7
62
62
17
60
64
8
63
62
18
60
57
9
68
72
19
58
60
10
63
66
20
58
59
疯狂犯人
测量对象
左耳
右耳
测量对象
左耳
右耳
1
70
69
11
60
57
2
69
68
12
53
55
3
65
65
13
66
65
4
62
60
14
60
53
5
59
56
15
59
58
6
55
58
16
58
54
7
60
58
17
60
56
8
58
64
18
54
59
9
65
67
19
62
66
10
67
62
20
59
61
其他犯人
测量对象
左耳
右耳
测量对象
左耳
右耳
1
63
63
11
65
70
2
56
57
12
64
64
3
62
62
13
65
65
4
59
58
14
67
67
5
62
58
15
55
55
6
50
57
16
56
56
7
63
63
17
65
67
8
61
62
18
62
65
9
55
59
19
55
61
10
63
63
20
58
58
实验要求:
(1) 首先检验单因素多元方差分析的前提是否成立,即正态性和方差齐性。
(2) 采用多元方差分析方法检验三类犯人耳朵长度是否有显著差异(α=0.05)。
实验题目二:
采用穆迪债券评级法,选取20只Aa(中高质量)公司债券和20只Baa(顶级中等质量)公司债券作为样本。对于每个相应的公司,记录以下变量:
X1 = 流动比率(衡量短期流动性的指标)
X2 = 长期利率(衡量利息覆盖率的指标)
X3 = 债务股本比率(衡量金融风险或杠杆的指标)
X4 = 股本回报率(衡量盈利能力的指标)
对数据进行汇总后,得到以下统计量:
实验要求:
(1)合并方差是否合适?
(2) Aa公司债券和Baa公司债券是否存在财务特征上的差异?
实验分析报告:
题目一:
(1) 首先检验单因素多元方差分析的前提是否成立,即正态性和方差齐性
> #检验正态性
> # QQ图:单个因变量是否服从正态性假设
> qqPlot(lm(t7$左耳~t7$class,data=t7),
simulate=TRUE,main="Q-Q Plot(左耳)",labels=FALSE)
> qqPlot(lm(t7$右耳~t7$class,data=t7),
simulate=TRUE,main="Q-Q Plot(右耳)",labels=FALSE)
> library(mvnormtest)
> mshapiro.test(t(data[,3:4]))#多元正态检验
Shapiro-Wilk normality test
data: Z
W = 0.98, p-value = 0.3
∴在左耳数据的QQ图,大部分观测数据落在95%置信区间内,说明左耳数据满足正态假设。在右耳数据的QQ图,同样是大部分观测数据落在95%置信区间内,说明右耳数据满足正态假设。多元正态检验中p值大于0.05,表示该数据二元正态性存在。
> #检验方差齐性
> bartlett.test(data[,3:4])#Bartlett球形检验
Bartlett test of homogeneity of variances
data: data[, 3:4]
Bartlett's K-squared = 0.26, df = 1, p-value = 0.6
∴二元正态检验得p值均大于0.05,不拒绝原假设,说明方差齐性。
∴综上,检验单因素多元方差分析的前提成立。
(2) 采用多元方差分析方法检验三类犯人耳朵长度是否有显著差异(α=0.05)
>
文档评论(0)