全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
3592 2
2016-05-28
没错,我完全没学过数学,所以按照百度的方法艰难的做了一个二元Logistic回归分析,然后得出了一篇天书……
是这样的,我的因变量是企业是否遭遇诉讼,选定47个A股上市公司2005~2015时间段每年诉讼情况作为自变量,公司女性高管占高管总人数比例,每年公司资产收益率(ROA),基本每股收益增长率,净利润增长率作为作为主要解释变量,然后就分析了一下,求明白哪怕一点的能不能告诉我,我这个显著不显著···我感觉不显著····


案例处理汇总
未加权的案例a        N        百分比
选定案例        包括在分析中        470        100.0
        缺失案例        0        .0
        总计        470        100.0
未选定的案例        0        .0
总计        470        100.0

a. 如果权重有效,请参见分类表以获得案例总数。


因变量编码
初始值        内部值
0        0
1        1



块 0: 起始块


分类表a,b
        已观测        已预测
                有无诉讼        百分比校正
                0        1       
步骤 0        有无诉讼        0        354        0        100.0
                1        116        0        .0
        总计百分比                        75.3

a. 模型中包括常量。
b. 切割值为 .500


方程中的变量
        B        S.E,        Wals        df        Sig.        Exp (B)
步骤 0        常量        -1.116        .107        108.759        1        .000        .328


不在方程中的变量a
        得分        df        Sig.
步骤 0        变量        女性高管性别比例        .001        1        .975
                资产收益率ROA()        .649        1        .421
                基本每股收益增长率        5.309        1        .021
                净利润增长率        4.993        1        .025

a. 因冗余而未计算残差卡方。



块 1: 方法 = 输入


模型系数的综合检验
        卡方        df        Sig.
步骤 1        步骤        8.471        4        .076
        块        8.471        4        .076
        模型        8.471        4        .076


模型汇总
步骤        -2 对数似然值        Cox & Snell R 方        Nagelkerke R 方
1        516.803a        .018        .027

a. 因为参数估计的更改范围小于 .001,所以估计在迭代次数 7 处终止。


分类表a
        已观测        已预测
                有无诉讼        百分比校正
                0        1       
步骤 1        有无诉讼        0        353        1        99.7
                1        113        3        2.6
        总计百分比                        75.7

a. 切割值为 .500


方程中的变量
        B        S.E,        Wals        df        Sig.        Exp (B)
步骤 1a        女性高管性别比例        -.233        1.136        .042        1        .838        .792
        资产收益率ROA()        -.002        .002        .585        1        .444        .998
        基本每股收益增长率        .000        .000        .013        1        .909        1.000
        净利润增长率        .000        .000        .708        1        .400        1.000
        常量        -1.091        .187        34.001        1        .000        .336

a. 在步骤 1 中输入的变量: 女性高管性别比例, 资产收益率ROA(), 基本每股收益增长率, 净利润增长率.
我百度了一下让我看sig值···是不是这样的 ···跪谢
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2016-5-29 04:21:35
很遗憾的告诉你,你的结果非常不显著。

判断2元logistic回归的时候,你可以看下面4个表来判断模型好不好。

(1)模型系数的综合检验的结果:你的模型的P值为0.076,大于0.05,说明这个回归模型没有意义。
(2)模型汇总的结果: 虽然2元logistic 回归时,不是那么看重R方(虚拟),但你结果里的Cox & Snell R 方和Nagelkerke R 方也太小了。
(3)分类表:75.7,还好吧,有的书上说80比较理想。
(4)方程中的变量: 你所有的变量的P值(看sig.那一列)都大于0.05,也就是说所有的变量都没有通过检验。


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2016-5-29 10:21:37
楼主是个人才!加油!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群