2) 分析上图可知，本次分析的回归方程回归平方和为2555，残差平方和为465，对应
的F检验的值为43.953，P值为0<0.05，故拒绝原假设H0，即说明净利润率与预测变量间的线性关系显著。
3. T检验
1) T检验结果如上图,假设H0:X总体与净利润率之间关系不显著;H1: X总体与净利润
率之间关系显著。由上图可知，X总体的T值为-0.17对应的P值为0.866>0.05，故接受原假设，即认为X总体与净利率之间关系不显著。
2) 假设Hi:Xi对净利润率无显著性影响，其中X1=每股收益、X2=企业规模固定资产
总额对数、X3=成本费用利润率、X4=注册资本对数、X5=固定资产比率、X6=流动比率、X7=前10大股东持股比例
T1=1.802对应的P1值为0.078>0.05，则接受原假设，即认为每股收益与净利润率之间关系不显著
T2=-2.318对应的P2值为0.025<0.05，则拒绝原假设，即认为企业规模固定资产总额与净利润率之间关系显著
T3=11.015对应的P3值为0.000<0.05，则拒绝原假设，即认为成本费用利润率与净利润率之间关系显著
T4=1.913对应的P4值为0.062>0.05，则接受原假设，即认为注册资本对数与净利润率之间关系不显著
T5=2.703对应的P5值为0.01<0.05，则拒绝原假设，即认为固定资产比率与净利润率之间关系显著
T6=0.923对应的P6值为0.361>0.05，则接受原假设，即认为流动比率与净利润率之间关系不显著
T7=0.514对应的P7值为0.032<0.05，则拒绝原假设，即认为前10大股东持股
比例与净利润率之间关系显著
4. 多重共线性检验
1) 多重共线性结果如上图，判断多重共线性可以从四个方面来说明，分别是解释变量的
容忍度、方差膨胀因子、特征值、条件指标。
2) 从容忍度的角度：上表中的各项数据的容忍度均不趋向于0，表明上表中的数据基本不
存在多重共线性。
3) 从方差膨胀因子的角度：上表中的各项数据的方差膨胀因子均小于10，表明上表中的
数据基本不存在多重共线性。
4) 从特征值的角度：上表中的特征值没有明显出现刻画某解释变量方差的较大部分比例
（大于0.7），表明上表中的数据基本不存在多重共线性。
5) 从条件指标的角度：上表中出现大于10和大于100的条件指标，说明有部分数据出现
了多重共线性的问题。 5. 残差检验
1) DW检验
分析上表分析结果可知，回归方程的DW统计量为2.046，在DW1.5~2.5范围内，表示该回归方程无自相关。
2) 正态分布
分析上图可知，由于点分布在在45°线附近，可以认为回归方程正态分布。 3) 异方差
由上图结果可知，图中数据分布没有规律趋势，所以不存在异方差 4) 异常值
结果如图显示，该数据集中不存在异常值
相关推荐：
loading