因子分析实验报告
实验报告
经济贸易系统计学专业12 级统计学本科班
实验人：实验地点：实训楼B301 实验日期：2015.5.13
实验题目：企业经济效益综合评价分析报告
实验目的：掌握主成分和因子分析的理论知识，并利用spss统计软件实现对主成分
和因子分析的上机操作。
实验内容：
利用spss统计软件对我国部分省、直辖市、自治区独立核算的工业企业的经济效益评价指标相关数据进行分析，简化企业经济效益评价系统结构，抓住经济效益评价的
主要问题。以此来了解到我国各地区规模以上企业经济效益状况的大体分布情况。
实验步骤：
1、数据标准化
由于因素的量纲不同而导致统计结果与实际情况出项偏差是常见现象。所以在做分析之前，我们需要通过消除量纲，即数据标准化，再对标准化的数据进行分析这样得到的结果就比较接近实际情况。标准化后的变量均值为0，方差为1.
按“分析——描述统计——描述”途径打开“描述统计”对话框，首先将未标准化的变量移入变量组中，勾选“将标准化得分另存为变量”复选框，最后点击确定。
2、因子分析
按“分析—降维—因子分析”途径打开“因子分析”对话框，将标准化的变量移入变量组中。其他按钮中的操作如下:
实验结果：
1、主成分分析结果：
成份矩阵a
成份
1 2
Zscore: 百元固定资产原值
.931 -.315
实现值（%)
.976 .163
Zscore: 百元固定资产原值
实现利税（%）
Zscore: 百元资金实现利税
.931 .322
（%）
.232 .863
Zscore: 百元工业总产值实
现利税（%）
.433 .596
Zscore: 百元销售收入实现
利税（%）
Zscore(每吨标准煤实现产值
.923 -.200
（元）)
.897 -.274
Zscore(每千瓦时电力实现工
业产值（元）)
.871 -.064
Zscore: 全员劳动生产率
（元/人.年）
.899 -.154
Zscore(百元流动资金实现产
值（元）)
提取方法 :主成份。
a. 已提取了 2 个成份。
确定各个变量的a1，a2.导入a1、a2，在菜单里点击“转换/计算变量”在目标变量框里输入z1，在数字表达式框里输入a1/ sqrt(6.150)；再输入z2 =a2 / sqrt(1.473)。
得系数矩阵为：
2个主成分的线性表达式为：
F1=0.375 x1+0.394 x2+0.375 x3+0.094 x4+0.175 x5+0.72 x6 +0.362 x7+0.351 x8+0.363 x9
F2=-0.260 x1+0.134 x2 +0.256 x3+0.711 x4+0.491 x5-0.165 x6 -0.226x7-0.053 x8 - 0.127 x9
（其中：x1:百元固定资产原值实现值；x2百元固定资产原值实现利税x3:百元资金实现利税x4:百元工业总产值实现利税x5:百元销售收入实现利税x6 :每吨标准煤实现产值x7:每千瓦时电力实现工业产值x8 :全员劳动生产率x9:百元流动资金实现产值）
所提取的公因子中F1在x1、x2、x3、x6、x7、x8、x9上有较大的载荷，该因子概括了企业的生产能力。F2在x4、x5上有较大的载荷，该因子概括了企业的盈利能力。
2、因子分析结果：
(1)KMO 和Bartlett 的检验
KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。.754
Bartlett 的球形度检验近似卡方379.522 df 36 Sig. .000
KMO的值是0.754，Bartlett 的球形度检验的p-值为0.000，说明可以进因子分析。
(2)解释的总方差
解释的总方差
成份初始特征值提取平方和载入旋转平方和载入合计方差的 % 累积 % 合计方差的 % 累积 % 合计方差的 % 累积 %
1 6.150 68.33
2 68.332 6.150 68.332 68.332 5.655 62.838 62.838
2 1.47
3 16.365 84.698 1.473 16.365 84.698 1.967 21.860 84.698
3 .697 7.749 92.447
4 .318 3.531 95.978
5 .190 2.112 98.090
6 .116 1.289 99.379
7 .029 .324 99.703
8 .024 .270 99.973
9 .002 .027 100.000
提取方法：主成份分析。
由表可知两个公因子的累计方差贡献率为84.698%。说明前2个主成分基本包含了全部指标具有的信息。
（3）公因子方差
公因子方差
初始提取
1.000 .967
Zscore: 百元固定资产原值
实现值（%)
Zscore: 百元固定资产原值
1.000 .978
实现利税（%）
1.000 .970
Zscore: 百元资金实现利税
（%）
1.000 .799
Zscore: 百元工业总产值实
现利税（%）
1.000 .543
Zscore: 百元销售收入实现
利税（%）
1.000 .892
Zscore(每吨标准煤实现产值
（元）)
Zscore(每千瓦时电力实现工
1.000 .879
业产值（元）)
1.000 .763
Zscore: 全员劳动生产率
（元/人.年）
1.000 .832
Zscore(百元流动资金实现产
值（元）)
提取方法：主成份分析。
表给出了9个原始变量的变量共同度。变量共同度反应了每个变量对提取出的所有公共因子的依赖程度。除百元销售收入实现利税（%）和全员劳动生产率（元/人.年）的共同度小于80%，百元流动资金实现产值（元）共同度为82.3%外，其余变量的共同度都在90%左右以及以上，说明提取的因子已经包含了原始变量的大部分信息，因子提取的效果比较理想。
（4）碎石图分析
该图为因子的碎石图，图中横坐标为因子的序号，纵坐标为相应特征根的值。从图中可以看到，前两个因子的特征根普遍较高，连接成陡峭的线，而第三个之后的特征根普遍较低，连接成平缓的折线，这进一步说明提取2个因子是比较适合的。
（5）旋转成份矩阵
旋转成份矩阵a
成份
1 2
Zscore: 百元固定资产原值
.983 .005
实现值（%)
.870 .471
Zscore: 百元固定资产原值
实现利税（%）
.775 .607
Zscore: 百元资金实现利税
（%）
Zscore: 百元工业总产值实
-.061 .892
现利税（%）
.215 .705
Zscore: 百元销售收入实现
利税（%）
.938 .111
Zscore(每吨标准煤实现产值
（元）)
Zscore(每千瓦时电力实现工
.937 .033
业产值（元）)
.845 .223
Zscore: 全员劳动生产率
（元/人.年）
Zscore(百元流动资金实现产
.900 .147
值（元）)
提取方法 :主成份。
旋转法 :具有 Kaiser 标准化的正交旋转法。
a. 旋转在 3 次迭代后收敛。
表给出了旋转后的因子载荷矩阵，根据该表可以写出每个原始变量的因子表达式：X1=0.983 F1+0.05 F2 ；X2=0.870 F1+0.471 F2；X3=0.775 F1+0.607 F2……
（6）成份得分系数矩阵
成份得分系数矩阵
成份
1 2
Zscore: 百元固定资产原值
.213 -.153
实现值（%)
.114 .156
Zscore: 百元固定资产原值
实现利税（%）
Zscore: 百元资金实现利税
.072 .256
（%）
-.155 .567
Zscore: 百元工业总产值实
现利税（%）
Zscore: 百元销售收入实现
-.065 .406
利税（%）
.186 -.080
Zscore(每吨标准煤实现产值
（元）)
Zscore(每千瓦时电力实现工
.198 -.128
业产值（元）)
.148 .005
Zscore: 全员劳动生产率
（元/人.年）
.172 -.051
Zscore(百元流动资金实现产
值（元）)
提取方法 :主成份。
旋转法 :具有 Kaiser 标准化的正交旋转法。
构成得分。
表给出因子得分系数矩阵，根据表中的因子得分系数和原始变量的标准化值就可以计算每个观测值的各因子的得分。旋转后的因子得分表达式可以写成：
F1=-0.231 x1+0.156 x2+0.072 x3-0.155 x4-0.065 x5+0.186 x6 +0.198x7+0.148 x8+0.172 x9
F1=0.153 x1+0.976 x2+0.256 x3+0.567 x4+0.406 x5-0.08 x6
-0.128 x7+0.005 x8-0.051 x9
根据以上因子得分表达式可以计算出我国各地区各因子上的得分以及排名，以及提取的各个公因子的方差贡献率占提取公共因子的总方差贡献率的比重作为权重，将各个公因子得分进行加权汇总，作为样本的综合得分。
由于在”保存“的对话框中选择了”保存为变量“的复选框，所以，在数据文件中会生成2个因子得分变量，变量名分别为：FACT1_1、FACT2_1。
图显示了详细的各因子在不同地区中的得分以及排名，还有综合得分和排名。从图中可以清楚的看到各个地区有自己的优势以及缺陷，综合排名则是通过对2个因子对总体不同贡献率的加权平均得到的，大体反应了企业的总体状况。
从表中可以看出上海、江苏、浙江等沿海地区得分最高，说明这些地区企业的经济效益总体较强；中部地区企业得分在0附近沉浮，说明这些地区企业经济效益较好；也可以看到西部地区省份，地区企业经济效益较低，综合得分大都为负，尤其是青海地区最低，说明青海地区的规模以上企业由于技术落后，人才缺乏等导致生产力以及盈利能
力都为较差。总体来说，东部企业经济效益要好于西部，因此我国进行西部大开发对于我国各国规模以上企业来说是必要的。
实验体会与拓展设想：
体会到了spss在处理数据方面的强大功能，合理的运用软件分析数据，整理数据对多元统计分析这门课程来说是尤为重要的。
得分
财务报表分析实验报告
本科生实验报告 实验课程财务报表分析 学院名称商学院 专业名称会计学 学生姓名XXX 学生学号 指导教师XXX 实验地点理工大学 实验成绩 二〇16 年 4 月二〇16 年 5 月
填写说明 1、适用于本科生所有的实验报告（印制实验报告册除外）； 2、专业填写为专业全称，有专业向的用小括号标明； 3、格式要求： ①用A4纸双面打印（封面双面打印）或在A4大小纸上用蓝黑色水笔书写。 ②打印排版：正文用宋体小四号，1.5倍行距，页边距采取默认形式（上下 2.54cm，左右2.54cm，页眉1.5cm，页脚1.75cm）。字符间距为默认值 （缩放100%，间距：标准）；页码用小五号字底端居中。 ③具体要求： 题目（二号黑体居中）； 摘要（“摘要”二字用小二号黑体居中，隔行书写摘要的文字部分，小4 号宋体）； 关键词（隔行顶格书写“关键词”三字，提炼3-5个关键词，用分号隔开，小4号黑体)； 正文部分采用三级标题； 第1章××(小二号黑体居中，段前0.5行) 1.1 ×××××小三号黑体×××××（段前、段后0.5行） 1.1.1小四号黑体（段前、段后0.5行） 参考文献（黑体小二号居中，段前0.5行），参考文献用五号宋体，参照《参考文献著录规则（GB/T 7714－2005）》。
黄金矿业股份有限公司 摘要 黄金矿业股份有限公司，以下简称黄金,股票代码（600547）,2000年1月由省经济体制改革委员会批准，经招金集团公司、黄金集团，莱州黄金等五家法人单位发起设立的，主要从事黄金开采和选冶加工。其偿债能力、盈利能力、营运能力、成长能力的高低直接影响企业的持续生存发展，对影响这三项能力的相关指标的分析，是全面分析公司是否具有可持续发展的关键。 关键词：偿债能力；盈利能力；营运能力；成长能力
SPSS因子分析实验报告.doc
实验十一（因子分析）报告 一、数据来源 各地区年平均收入.sav 二、基本结果 （1）考察原有变量是否适合进行因子分析 首先考察原有变量之间是否存在线性关系，是否采用因子分析提取因子。借助变量的相关系数矩阵、反映像相关矩阵、巴特利球度检验和KMO检验方法进行分析，结果如表1、表2所示： 表1原有变量相关系数矩阵 correlation matrix 表1显示原有变量的相关系数矩阵，可以看出大部分的相关系数都比较高，各变量呈较强的线性关系，能够从中提取公共因子，适合进行因子分析。
表2 KMO and Bartlett's Test 由表2可知，巴特利特球度检验统计量观测值为182.913，p值接近0，显著性差异，可以认为相关系数矩阵与单位阵有显著差异，同时KMO值为 0.882，根据Kaiser给出的KMO度量标准可知原有变量适合进行因子分析。 （2）提取因子 进行尝试性分析：根据原有变量的相关系数矩阵，采用主成分分析法提取因子并选取大于1的特征值。具体结果见表3：可知，initial一列是因子分析 初始解下的共同度，表明如果对原有7个变量采用主成分分析法提取所有特征值，那么原有变量的所有方差都可以被解释，变量的共同度均为1。事实上，因子个数小于原有变量的个数才是因子分析的目的，所以不可以提取全部特征值。第二列表明港澳台经济单位、集体经济单位以及外商投资经济单位等变量的绝大部分信息（大于83%）可被因子解释。但联营经济、其他经济丢失较为严重。因此，本次因子提取的总体效果不理想。 表3因子分析中的变量共同度（一） 重新制定提取特征值的标准，指定提取2个因子，分析表4：可以看出，此时所有变量的共同度均较高，各个变量的信息丢失较少。因此，本次因子提取的总体效果比较理想。 表4因子分析的变量共同度（二）
数据分析实验报告
数据分析实验报告 文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 统计量 全国居民 农村居民 城镇居民 N 有效 22 22 22 缺失 均值 1116.82 747.86 2336.41 中值 727.50 530.50 1499.50 方差 1031026.918 399673.838 4536136.444 百分位数 25 304.25 239.75 596.25 50 727.50 530.50 1499.50 75 1893.50 1197.00 4136.75 3画直方图，茎叶图，QQ 图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 5.00 0 . 56788 数据分析实验报告 【最新资料，WORD 文档，可编辑修改】
2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验
结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。 （2 ）W 检验 结果：在Shapiro-Wilk 检验结果972.00 w ，p=0.174大于0.05 接受原假设，即数据来自正太总体。 习题1.5 5 多维正态数据的统计量 数据：
数据分析实验报告
《数据分析》实验报告 班级：07信计0班学号：姓名：实验日期2010-3-11 实验地点：实验楼505 实验名称：样本数据的特征分析使用软件名称：MATLAB 实验目的1.熟练掌握利用Matlab软件计算均值、方差、协方差、相关系数、标准差与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差； 2.熟练掌握jbtest与lillietest关于一元数据的正态性检验； 3.掌握统计作图方法； 4.掌握多元数据的数字特征与相关矩阵的处理方法； 实验内容安徽省1990-2004年万元工业GDP废气排放量、废水排放量、固体废物排放量以及用于污染治理的投入经费比重见表6.1.1，解决以下问题：表6.1.1废气、废水、固体废物排放量及污染治理的投入经费占GDP比重 年份 万元工业GDP 废气排放量 万元工业GDP 固体物排放量 万元工业GDP废 水排放量 环境污染治理投 资占GDP比重 （立方米）（千克）（吨）（%）1990 104254.40 519.48 441.65 0.18 1991 94415.00 476.97 398.19 0.26 1992 89317.41 119.45 332.14 0.23 1993 63012.42 67.93 203.91 0.20 1994 45435.04 7.86 128.20 0.17 1995 46383.42 12.45 113.39 0.22 1996 39874.19 13.24 87.12 0.15 1997 38412.85 37.97 76.98 0.21 1998 35270.79 45.36 59.68 0.11 1999 35200.76 34.93 60.82 0.15 2000 35848.97 1.82 57.35 0.19 2001 40348.43 1.17 53.06 0.11 2002 40392.96 0.16 50.96 0.12 2003 37237.13 0.05 43.94 0.15 2004 34176.27 0.06 36.90 0.13 1.计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2.计算各指标的偏度、峰度、三均值以及极差； 3.做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDP废气排放量，安徽省与江苏省是 否服从同样的分布？
因子分析实验报告
因子分析实验报告 姓名：学号：班级： 一：实验目的 1.了解因子分析的基本原理及在spss中的实现过程。 2.体会运用因子分析方法对经济问题进行分析与评价的过程。 二：实验原理 因子分析得基本思想是根据相关性的大小把原始变量分组，使得同组内的变量之间相关性较高，而不同组变量间的相关性则较低，每组变量代表一个基本结构，并用一个不可观测的综合变量来表示。其模型为： x1=u1+a11f1+a12f2+a13f3…..a1m f m+e1 x2=u2+a21f1+a22f2+a23f3…..a2m f m+e2 x3=u3+a31f1+a32f2+a33f3…..a3m f m+e3 x p=u p+a p1f1+a p2f2+a p3f3…..a pm f m+e p 矩阵表示：x=u+A f+e 假设：E(f)=0; E(e)=0; V(f)=I; V(e)=D=diag(,…..); Cov(f,e)=E(fe T)=0. 其中：（x 1,x 2 ,x 3 (x) m ）T为P维可观测随机变量； u=（u 1,u 2 ,u 3 ….u m ）T为可观测变量的均值； 为协方差矩阵； f=（f 1,f 2 ,f 3 ….f m ）T为公因子向量； e=（e 1,e 2 ,e 3 …..e m ）T为特殊因子向量； A=（a ij ）p*m为因子载荷矩阵。 三：因子分析步骤 (1)对数据样本进行标准化处理。 (2)计算样本的相关矩阵R。 (3)求相关矩阵R的特征根和特征向量。 (4)根据系统要求的累积贡献率确定主因子的个数。 (5)计算因子载荷矩阵A。 (6)确定因子模型。 (7)根据上述计算结果，对系统进行分析。
【实验报告】SPSS相关分析实验报告
SPSS相关分析实验报告 篇一：spss对数据进行相关性分析实验报告 实验一 一.实验目的 掌握用spss软件对数据进行相关性分析，熟悉其操作过程，并能分析其结果。 二.实验原理 相关性分析是考察两个变量之间线性关系的一种统计分析方法。更精确地说，当一个变量发生变化时，另一个变量如何变化，此时就需要通过计算相关系数来做深入的定量考察。P值是针对原假设H0：假设两变量无线性相关而言的。一般假设检验的显著性水平为0.05，你只需要拿p值和0.05进行比较：如果p值小于0.05，就拒绝原假设H0，说明两变量有线性相关的关系，他们无线性相关的可能性小于0.05；如果大于0.05，则一般认为无线性相关关系，至于相关的程度则要看相关系数R值，r越大，说明越相关。越小，则相关程度越低。而偏相关分析是指当两个变量同时与第三个变量相关时，将第三个变量的影响剔除，只分析另外两个变量之间相关程度的过程，其检验过程与相关分析相似。三、实验内容 掌握使用spss软件对数据进行相关性分析，从变量之间的相关关系，寻求与人均食品支出密切相关的因素。 (1)检验人均食品支出与粮价和人均收入之间的相关关系。 a.打开spss软件，输入“回归人均食品支出”数据。
b.在spssd的菜单栏中选择点击，弹出一个对话窗口。 C.在对话窗口中点击ok,系统输出结果，如下表。 从表中可以看出，人均食品支出与人均收入之间的相关系数为0.921，t检验的显著性概率为0.0000.01，拒绝零假设，表明两个变量之间显著相关。人均食品支出与粮食平均单价之间的相关系数为0.730，t检验的显著性概率为 0.0000.01，拒绝零假设，表明两个变量之间也显著相关。 (2)研究人均食品支出与人均收入之间的偏相关关系。 读入数据后： A.点击系统弹出一个对话窗口。 B.点击OK，系统输出结果，如下表。 从表中可以看出，人均食品支出与人均收入的偏相关系数为0.8665，显著性概率p=0.0000.01，说明在剔除了粮食单价的影响后，人均食品支出与人均收入依然有显著性关系，并且0.86650.921，说明它们之间的显著性关系稍有减弱。通过相关关系与偏相关关系的比较可以得知：在粮价的影响下，人均收入对人均食品支出的影响更大。 三、实验总结 1、熟悉了用spss软件对数据进行相关性分析，熟悉其操作过程。 2、通过spss软件输出的数据结果并能够分析其相互之间的关系，并且解决实际问题。 3、充分理解了相关性分析的应用原理。
技术分析实验报告
证券投资模拟 技术分析实验(实训)课程报告 实验(实训)时间: 2016 年5 月27 日指导教师评分： 姓名XX 班级、学号XX 组别XX 实验课程证券投资模拟实验项目证券投资技术分析 实验名称：证券投资技术分析（同花顺） 实验目的：熟悉同花顺炒股软件的盘面分析；掌握K线的基本理论及含义；掌握集中主要切线的画法及应用；掌握主要形态的识别、画法及理论；掌握主要指标的盘面分析及相关理论。了解扩展证券投资扩展理论及方法。 实验内容： 1、同花顺盘面解读与分析 2、切线的画法与分析 3、形态的画法与分析 4、指标分析 实验原理： 1、市场行为包含一切信息：基本面、政治因素、心理因素等等因素都要 最终通过买卖反映在价格中，也就是价格变化反映供求关系，供求关系 决定价格变化。 2、价格沿趋势波动：对于已经形成的趋势来讲，通常是沿现存趋势继续 演变。 3、历史会重演 实验（实训）案例分析——以中信证券（600030）为例
上证（深圳）A股大盘分析： 个股技术分析： 分析一图一中1位置出现明显的“希望之星”图形，是一个非常好的买入信号，同时下方成交量较上一交易日有明显上升也是对买入信号的一个有力支撑。接后几日5日均线一改前面与10日均线纠缠不清的状况，一路之上，冲破10日均线的封锁，紧接着更是突破30日均线，一路上扬。 分析二图一中2位置已经出现“怀星抱月”，显示出多空双方力量正在发生转变。之后两天多空双方开始拉锯战，但从图中可以看出，卖方力量正在逐渐形成，同时我们应该看到在成交量上比之之前的大力上涨已经有了明显的放缓，5日线已经向下穿透10日线，说明后期可能出现成交量的反降。 之后第四日无论是价格还是交易量都出现反常的增长，如果被这一反常的变化所迷惑那就很可能在接下来的交易中造成损失。其实我们仔细想想不难发现出现这一变化的原因。因为这正是价格即将下降前多方力量的一次全力出击，因为成交量的异常上升有力的说明了这点。随着前段时间价格的不断上涨，多上市场已经力量不足，之前出现“怀星抱月”的时候已经显露出来，但多方力量中，特别是一些大庄家手里已经持有一定的股份，这可以从前端时间的成交
主成分分析、因子分析实验报告--SPSS
对2009年我国88个房地产上市公司的因子分析 分析结果： 表1 KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。.637 Bartlett 的球形度检验近似卡方398.287 df 45 Sig. .000 由表1可知，巴特利特球度检验统计量的观测值为398.287，相应的概率p值接近0，小于显著性水平 (取0.05)，所以应拒绝原假设，认为相关系数矩阵与单位矩阵有显著差异。同时，KMO值为0.637，根据Kaiser给出的KMO度量标准(0.9以上表示非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合)可知原有变量不算特别适合进行因子分析。 表2 公因子方差 初始提取市盈率 1.000 .706 净资产收益率 1.000 .609 总资产报酬率 1.000 .822 毛利率 1.000 .280 资产现金率 1.000 .731 应收应付比 1.000 .561 营业利润占比 1.000 .782 流通市值 1.000 .957 总市值 1.000 .928 成交量（手） 1.000 .858 提取方法：主成份分析。 表2为公因子方差，即因子分析的初始解，显示了所有变量的共同度数据。第一列是因子分析初始解下的变量共同度，它表明，对原有10个变量如果采用主成分分析方法提取所有特征根(10个)，那么原有变量的所有方差都可被解释，变量的共同度均为1(原有变量标准化后的方差为1)。事实上，因子个数小于原有变量的个数才是因子分析的目标，所以不可提取全部特征根；第二列是在按指定提取条件(这里为特征根大于1)提取特征根时的共同度。可以看到，总资产报酬率、成交量、流
(实习报告)企业实习相关分析报告范文
企业实习相关分析报告范文 本次外出实习，部里安排我到xx会计师事务所实习，主要任务是协助各注册会计师到各街道进行查账，主要工作有编制工作底稿，查阅凭证，帐簿，报表发现问题，提出审计意见，进行现金盘点，资产清查，编制审计报告等。 本次外出实习，我感觉收获特别大。第一：收集了很多教学素材案例，在审计过程中，一旦我发现有对我以后教学有用的东西，我都会用笔记本记录下来。故此，这次外出企业实习，我做的笔记就有3本。我相信这些素材将会对我以，后教学提供很多帮助。本学期我讲授企业单项实训课程，在授课时就经常顺手拈来我外出审计中碰到的很多案例感觉教学效果很好。第二：了解目前企业会计现状以及他们在做帐过程中存在的各种问题及种种舞弊现象。第三：向注册会计师学习了很多知识，对于我在审计过程中碰到的各种问题，我都会虚心地向xx会计师事务所的老师询问，对于我提出的各种轰炸式提问，他们都很耐心地给予回答。第四：近距离接触，真正了解到对会计人员各方面素质及要求，为我以后在讲授课程时对于授课内容如何有所侧重更有帮助。本次发言，张部长主要让我谈一谈目前企业对会计人员要求，我们在教学中应注重培养学生哪些方面知识.我以为主要有以下几方面：一，会计电算化知识 本次外出企业查帐，我发现大部分企业已实现用电脑做帐，而且大部分企业公司都是采用金蝶财务软件做帐，少部分采用用友软件做帐。故此，我们应重点加强这方面知识讲授，让每位同学都能达到熟练运用这2个财务软件.既然是用电脑做帐，对打字速度有一定要求，一般要求学生每分钟要达到40-50个字左右。 二，税务知识 本次外出企业查帐，我发现很多公司因为规模较小，只设有一名会计人员，会计人员可以说是一名多面手、做帐、报税等均是他的工作。所以，我们以后应加强税务知识讲授，尤其是税务实务操作练习，教会每会学生如何申请报税、计税、缴税、尤其是几个主要税种，如个人所得税、企业所得税、营业税、房产税等更要重点讲授。 三，出纳方面知识 由于我们的学生学历较低，很多同学毕业后只能担任出纳，故此，对于出纳工作主要职责(如登记现金日记帐、银行存款日记帐、保管库存现金、有价证券、空白发票、支票印章)以及应具备技能(如点钞、计算器、辩别真假钞票)等应让学生熟练掌握。 四，财会法规知识
实验报告格式
重庆工商大学 《统计学》实验报告 实验课程：统计学 _ 指导教师：陈正伟 _ 专业班级： 08 经济学 学生姓名：程剑波 学生学号： 2008011133 __
实验项目 实验日期实验地点80608 实验目的掌握统计学的基本计算方法和分析方法。 实验内容一、统计图绘制；二、动差、偏度系数、峰度系数的计算；三、趋势性的绘制； 四、相关分析与回归分析；五、时间数列的动态指标分析；六、循环变动的测 算分析。 通过统计学（2009.9.10-2009.12.15）实验报告如下： 一、统计图绘制； （一）过程： （二）结果： （三）分析： 二、动差、偏度系数、峰度系数的计算； （一）过程： （二）结果： （三）分析： 三、趋势性的绘制； （一）过程： （二）结果： （三）分析： 四、相关分析与回归分析； （一）过程： （二）结果： （三）分析：
五、时间数列的动态指标分析 （一）过程： （二）结果： （三）分析： 六、循环变动的测算分析。 （一）过程： （二）结果： （三）分析： 体会： 参考实验报告： 重庆工商大学数学与统计学院 综合评价方法及应用 实验报告
实验课程：非参数统计 _ 指导教师：陈正伟 _ 专业班级： 06市调2班 学生姓名：何春 学生学号： 2006004151 _
实验报告一 实验项目变异系数法相关系数法熵值发坎蒂雷法 实验日期2009-4-30 实验地点80608 实验目的 通过本实验本要求掌握综合评价指标体系中各个指标重要性权数的重要意义；掌握权数确定的定性和定量技术和技能；解决实际综合评价中重要性权数确定的处理技能。 实验内容 根据资料使用变异系数法、相关系数法、熵值法和坎蒂雷方法分别确定各个指标的权数。并进行权数比较分析。 检验方法的选择及实验步骤及结果： 1用变异系数求各个指标的权数： 基本步骤：（1）先求各个指标的均值Xi 和标准差 Si (2)接着求各个指标的变异系数Vi=Si/Xi (3)对Vi作作归一化处理，及得各个指标的权数 结果如下： 从这个表中可以看到最后一列的权数最大，即人均创造总收入这个指标在这项评价上的分辨信息丰富，这个指标的数值能明确区分开各个评价被评价对象差异。同理，第四列的权数最小，也就是说各个被评价对象在某项指标上的数值差异较小，那么这项指标区分开各评价对象的能力较弱。 2 用相关系数法求各个指标的权数： 基本步骤：（1）计算各个指标之间的相关系数矩阵 （2）构造分块矩阵 R1(去掉相关系数矩阵的第一行和第一列)R2 R3 R4 R5 R6 同理可得
数据分析实验报告
数据分析实验报告 【最新资料，WORD文档，可编辑修改】 第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出：
方差1031026.918399673.8384536136.444百分位数25304.25239.75596.25 50727.50530.501499.50 751893.501197.004136.75 3画直方图，茎叶图，QQ图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 122223344 5.00 0 . 56788 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689
1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验 单样本Kolmogorov-Smirnov 检验 身高N60正态参数a,,b均值139.00
标准差7.064 最极端差别绝对值.089 正.045 负-.089 Kolmogorov-Smirnov Z.686 渐近显着性(双侧).735 a. 检验分布为正态分布。 b. 根据数据计算得到。 结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。（2）W检验
因子分析实验报告
电子科技大学政治与公共管理学院本科教学实验报告 （实验）课程名称：数据分析技术系列实验 电子科技大学教务处制表
电子科技大学 实验报告 学生姓名：刘晨飞学号：27 指导教师：高天鹏 一、实验室名称：电子政务可视化实验室 二、实验项目名称：因子分析 三、实验原理 使用SPSS软件的因子分析对数据样本进行分析 相关分析的原理： 步骤一：将原始数据标准化。 因子分析的第一步是主成分分析，将总量较多的因素通过线性组合的方式组合成几个因素，且这些因素之间相互独立。 步骤二：建立变量的相关系数矩阵R Analyse->Dimention Ruduction-> Fctor ->Extraction->勾选Correlation matrix可以输出相关系数矩阵，相关系数矩阵计算了变量之间两两的pearson相关系数。 步骤三：适用性检验 使用Bartlett球形检验或者KMO球形检验来检验样本是否适合进行因子分析。 评价标准： KMO检验用于检验变量间的偏相关系数是否过小，一般情况下，当KMO大于0.9时效果最佳，小于0.5时不适宜做因子分析。 Bartlett球形检验用于检验相关系数矩阵是否是单位阵，如果结论是不拒绝该假设，则表示各个变量都是各自独立的。 步骤四：根据因子贡献率选取因子，特征值和特征向量构建因子载荷矩阵A。 处于简化和抽取核心的思想，一般会按照某种标准选取前几个对观测结果影响较大的因素构建因子载荷矩阵，一般的标准是选取特征根大于1的因子。并要求累积贡献率达到90%以上。 步骤五：对A进行因子旋转
因子旋转的目的是使因子载荷矩阵的结构发生变化，使每个变量仅在一个因子上有较大载荷。是将因子矩阵在一个空间里投影，使单个向量的投影在仅在一个变量的方向有较大的值，这样做可以简化分析。 步骤六：计算因子得分： 计算因子得分是计算在不同样本水平下观测指标的水平的方式。计算因子得分需要用到因子得分计算函数，这个计算的结果是无量纲的，仅表示各因子在这个水平下观测指标的值，这也是因子分析的目标，将不可观测的目标观测量用一个函数与可以观测的变量联系起来。 四、实验目的 理解因子分析的含义，以及数学原理，掌握使用spss进行因子分析的方法，并能对spss因子分析产生的输出结果进行分析。 五、实验内容及步骤 本次实验包含两个例子： 实验步骤： (0) 问题描述 实验一题目要求：对我国主要城市的市政基础设施情况进行因子分析。 实验二题目要求：主要城市日照数sav为例,其中的变量包括城市的名称“city”、各个月份的日照数 (1)实验二步骤：执行analyze->dimention reduction->factor->rotation如下勾选
spss实验报告最终版本
实验课程专业统计软件应用 上课时间2012 学年 1 学期15 周（2012 年12 月18日—28 日） 学生姓名李艳学号2010211587 班级0331002 所在学院经济管 上课地点经管3 楼指导教师胡大权理学院
实验内容写作 第六章 一实验目的 1、理解方差分析的基本概念 2、学会常用的方差分析方法 二实验内容 实验原理：方差分析的基本原理是认为不同处理组的均值间的差别基本来源有两个：随机误差，如测 量误差造成的差异或个体间的差异，称为组内差异 根据老师的讲解和课本的习题完成思考与练习的5、6、7、8题。 第5题：为了寻求适应某地区的高产油菜品种，今选5个品种进行试验，每一种在4块条件完全相同的试验田上试种，其他施肥等田间管理措施完全一样。表 6.20所示为每一品种下每一块田的亩产量，根 据这些数据分析不同品种油菜的平均产量在显著水平0.05下有无显著性差异。 第一步分析 由于考虑的是控制变量对另一个观测变量的影响，而且是5个品种，所以不宜采用独立样本T检验，应该采用单因素方差分析。 第二步数据的组织 从实验材料中直接导入数据 第三步方差相等的齐性检验 由于方差分析的前提是各水平下的总体服从方差相等的正态分布，而且各组的方差具有齐性，其中正 态分布的要求并不是非常严格，但是对于方差相等的要求还是比较严格的，因此必须对方差相等的前提进 行检验。
第四步多重比较分析 通过上面的步骤，只能判断不同的施肥等田间操作效果是否有显著性差异，如果要想进一步了解究竟那 个品种与其他的有显著性均值差别等细节问题，就需要单击上图中的两两比较按钮。 第五步运行结果及分析 多重比较结果表：从该表可以看出分别对几个不同的品种进行的两两比较。最后我们可以得出结论第4品种是最好的。其他的次之。 第6题：某公司希望检测四种类型类型轮胎A,B,C,D的寿命，如表 6.21所示。其中每种轮胎应用在随选择的6种汽车上，在显著性水平0.05下判断不同类型轮胎的寿命间是否存在显著性差异。 第一步分析 由于考虑的是一个控制变量对另一个控制变量的影响，而且是4种轮胎，所以不宜采用独立样本T 检验，应该采用单因素方差分析。 第二步数据的组织 从实验材料中直接导入数据。 第三步方差相等的齐性检验 由于方差分析的前提是各水平下的总体服从方差相等的正态分布，而且各组的方差具有齐性，其中正态分 布的要求并不是非常严格，但是对于方差相等的要求还是比较严格的，因此必须对方差相等的前提进行检 验。选择菜单“分析”—均值比较—单因素ANOVA。
SPSS因子分析实验报告
实验十一(因子分析)报告 、数据来源 各地区年平■均收入.sav dq 1 招1K2 K J x5 AD JC7 北亨10307 00必9 3D 99170012364 JJ13053 00g5 0C ■J 天津盹即UQ5093 0D 56&7 00 11 股CO 117^7 009950.00 51C9 00 , 3河牝6066 003043 0D 5073 00 602903 B323 00 ET8&CC 7125 00 4 山西5791 003177 □□33^3 00 涵工0Q &3B7.TO & 290 00 50-1-1 00 5内蒙古5462 00 3551 005290 00 4407 01551200 彻IX街co iZ宁6226 003503.00 3799 00 6618.0U 9150.X 7J17,0U atyy.uu 6 7吉林601700 3813 Q074mnn7471 Ti7402 00泌g nr Bfil1 R1 5323 002747 3D 1472 00 3366 30 551300 5033 0C32EC00 9 上鲁11733 00 7329.00 874^.00 12^60016BS7.ua 14175.DO 12720.00 n io g7745 0051B3 0D7390 00nuan9151 DO7352 00洛J 00 H8847 007D260D 7346.00 935&001(3417.00 3600.00 eUBOQ 126035 0C 3692 CJD 曲*00 GM&aa 5042 DO5611 00 5eo6co 13福津7K1 QC5眺叩1112^00 3556.00 8336 OQ 6732.C0 7507 00 U■■工西5303 003E36 50 6O5E00 7337 m K45D07535.00 44E5 00 15山莱6617004106 0D &420.00 6257 TO 5702 DO 562&.Q0ZJ51 00 渴南56 的003797 00 €91200&jn9oo 6307 00 4996 00 17 曲比5741.D03731.0D5193 00 S31900 0Q37.OO G7G9.C0 49&3.00 1S5683 003736 0D 621B005027 Tl 7529 005224 DO 3713 00 捋广布10031006BH 00 110X0012475.03 12410.00 11UD CO 7713 CO 30 FS5654 004437 00 5296 00 653BOJ 6765 00 ￡677 OC 6189 00 215465 004网QD 7Q1Q0Q 1105200 9077 00 @373 00 6462 0Q P 22582BD04D16.Q0 3BS2 00G1SB.009114.00 蹄i加7C125 0D II5996 003982 00 4S42 00 G33300 6707 00 &%aa)4509 00 23 刨 二、基本结果 (1)考察原有变量是否适合进行因子分析 首先考察原有变量之间是否存在线性关系，是否采用因子分析提取因子。 借助变量的相关系数矩阵、反映像相关矩阵、巴特利球度检验和KMO检验方法 进行分析，结果如表1、表2所示： 表1原有变量相关系数矩阵correlation matrix 表1显示原有变量的相关系数矩阵，可以看出大部分的相关系数都比较高，各变量呈
相关与回归分析实验报告
课程论文 题目统计学实验 学院数学与统计学院 专业金融数学 班级14金融数学 学生姓名罗星蔓 指导教师胡桂华 职称教授 2016 年 6 月21 日
相关与回归分析实验报告 一、实验目的：用EXCEL进行相关分析和回归分析. 二、实验内容： 1.用EXCEL进行相关分析. 2.用EXCEL进行回归分析. 三、实验步骤 采用下面的例子进行相关分析和回归分析. 相关分析： 数学分数（x）统计学分数(y) 数学分数（x） 1 统计学分数(y) 0.986011 1 回归分析： SUMMARY OUTPUT 回归统计 Multiple R 0.986011 R Square 0.972217 Adjusted R 0.968744 Square 标准误差 2.403141 观测值 x 方差分 析
df SS MS F Significance F 回归分析1 1616.69 9 1616.69 9 279.943 8 1.65E-07 残差8 46.2006 9 5.77508 6 总计9 1662.9 Coefficie nts 标准误 差 t Stat P-valu e Lower 95% Upper 95% 下限 95.0% 上限 95.0% Intercept 12.32018 4.2862 79 2.8743 3 0.0206 91 2.4360 05 22.204 36 2.4360 05 22.204 36 数学分数（x）0.896821 0.0536 01 16.731 52 1.65E- 07 0.7732 18 1.0204 24 0.7732 18 1.0204 24 RESIDUAL OUTPUT 观测值预测统计学分数 (y) 残差标准残差 1 84.06587 0.934133 0.412293 2 93.03408 -1.03408 -0.4564 3 66.12945 3.87055 4 1.708324 4 93.03408 -3.03408 -1.33913 5 82.27223 0.727775 0.321214 6 90.34361 -0.34361 -0.15166 7 93.03408 0.965922 0.426323 8 52.67713 -2.67713 -1.18159 9 90.34361 2.656385 1.172433 10 84.06587 -2.06587 -0.9118 PROBABILITY OUTPUT 百分比排 位统计学分数 (y) 5 50 15 70 25 82 35 83 45 85 55 90 65 90 75 92
证券投资技术分析实验报告
中南民族大学管理学院学生实验报告 课程名称：证券投资技术分析 姓名： 学号： 年级： 专业：工商管理 指导教师：张秋来 实验地点： 20 14 学年至20 15 学年度第1 学期
目录 实验一分时图分析 实验二K线分析 实验三切线分析 实验四形态分析 实验五指标分析 实验六综合分析
实验（一）分时图分析 实验时间：2014/11/21 同组人员： 实验目的 通过对分时图的分析读懂市场行情，分析个股具体某一天的市场行情，对股票即时动态了然于心。 实验内容 选定股票600006东风汽车，对其进行分析 1.对开盘的分析 2.对曲线的分析 3.对尾盘的分析 4.对其他信息的分析 5.结合其他因素分析 实验步骤 1.对开盘的分析 2.对曲线的分析 （1）指数分时图 （2）个股分时图
3.对尾盘的分析 4.对其他信息的分析 5.结合其他因素分析 实验结果分析 1.对开盘的分析 今日股价低开：今开<昨收，说明市势转坏 2.对曲线的分析 （1）指数分时图
今日上证指数呈上升趋势，在9：30—14:15这段时间，红线在蓝线之上，说明小盘股的涨幅比大盘股的涨幅更大；在14:15—15:00这段时间，蓝线在红线之上，说明大盘股的涨幅比小盘股更大。 （2）个股分时图 蓝色曲线表示的是这只股票每分钟的即时成交价。红色曲线表示这只股票每分钟的平均价格。下方的柱线表示这只股票每分钟的成交量，单位一般为手（1手＝100股）。 东风汽车今天的股价没有大幅波动，除了开盘的半小时股价冲的较高，接下来股票每分钟的平均价格保持在5.54的上下波动。成交量在尾盘比较大。 3.对尾盘的分析 东风汽车尾盘价格又冲到了高位，成交量也大幅上涨，尾盘走好，短线可以适量进货，以迎接下周可能的高开。 4.对其他信息的分析 （1）指数分时图 涨家数790>跌家数174；红柱线表示买盘量大于卖盘量，表明上证指数将上涨。 （2）个股分时图 东风汽车今日委比为-64.52%，说明市场抛盘较强 外盘<内盘，反应市场中卖盘汹涌 量比1.14>1，表明成交总手数已经放大 5.结合其他因素分析 从图中可以看出东风汽车股票上升乏力，但有微弱涨势，建议观望为主。 指导教师评阅 1、实验态度：不认真（），较认真（），认真（） 2、实验目的：不明确（），较明确（），明确（） 3、实验内容：不完整（），较完整（），完整（） 4、实验步骤：混乱（），较清晰（），清晰（） 5、实验结果：错误（），基本正确（），正确（） 6、实验结果分析：无（），不充分（），较充分（），充分（） 7、其它补充： 总评成绩： 评阅教师（签字）： 评阅时间： 实验（二）K线分析
多元统计正交因子分析实验报告
正交因子分析（设计性实验） (Orthogonal factor analysis) 实验原理：因子分析是主成分分析的推广和发展，其目的是用少数几个不可观测的隐变量，即因子，来解释原始变量之间的相关关系，它也是属于多元分析中处理降维的一种统计方法。因子分析的基本思想是通过变量间的协方差矩阵（或相关系数矩阵）内部结构的研究，寻找能控制所有变量的少数几个因子去描述多个变量之间的相关关系。因子分析中最常用的数学模型是正交因子模型，其特点是模型中的因子相互之间正交。 实验题目一： 下表中给出了二战以来奥运会运动员十项运动成绩的相关系数矩阵：(E9a6) 100米 1.00 . . . . . . . . .跳远 0.59 1.00 . . . . . . . .铅球 0.35 0.42 1.00 . . . . . . .跳高 0.34 0.51 0.38 1.00 . . . . . . 400米 0.63 0.49 0.19 0.29 1.00 . . . . . 110米跨栏 0.40 0.52 0.36 0.46 0.34 1.00 . . . .铁饼 0.28 0.31 0.73 0.27 0.17 0.32 1.00 . . .撑竿跳高 0.20 0.36 0.24 0.39 0.23 0.33 0.24 1.00 . .标枪 0.11 0.21 0.44 0.17 0.13 0.18 0.34 0.24 1.00 . 1500米 -0.07 0.09 -0.08 0.18 0.39 0.00 -0.02 0.17 -0.00 1.00实验要求： （1）试由相关系数矩阵作因子分析；covmat （2）试根据因子载荷，并结合题目背景知识，对公共因子进行命名。 实验题目二：下表中给出了不同国家及地区的女子径赛记录：(t1a7) Country 100 m (s) 200 m (s) 400 m (s) 800 m (min) 1500 m (min) 3000 m (min) Marathon (min)
相关与回归分析实验报告
相关与回归分析实验报告
学 2014106146 号： 课程论文 题目统计学实验 学院数学与统计学院 专业金融数学 班级14金融数学 学生姓名罗星蔓 指导教师胡桂华 职称教授 2016 年 6 月21 日
相关与回归分析实验报告 一、实验目的：用EXCEL进行相关分析和回归 分析. 二、实验内容： 1.用EXCEL进行相关分析. 2.用EXCEL进行回归分析. 三、实验步骤 采用下面的例子进行相关分析和回归分析. 学生数学分数（x）统计学分数 (y) 1 2 3 4 5 6 7 8 9 10 80 90 60 90 78 87 90 45 87 80 85 92 70 90 83 90 94 50 93 82
相关分析： 数学分数（x）统计学分数(y) 数学分数（x） 1 统计学分数(y) 0.986011 1 回归分析： SUMMARY OUTPUT 回归统计 Multiple R 0.98601 1 R Square 0.97221 7 Adjusted R Square 0.96874 4 标准误差2.40314 1 观测值 x 方差分 析 df SS MS F Significanc e F 回归分析1 1616.69 9 1616.69 9 279.943 8 1.65E-07 残差8 46.2006 9 5.77508 6 总计9 1662.9 Coeffici ents 标准误 差 t Stat P-valu e Lower 95% Upper 95% 下限 95.0% 上限 95.0%
Intercept 12.32018 4.2862 79 2.8743 3 0.0206 91 2.4360 05 22.204 36 2.4360 05 22.204 36 数学分数（x）0.896821 0.0536 01 16.731 52 1.65E- 07 0.7732 18 1.0204 24 0.7732 18 1.0204 24 RESIDUAL OUTPUT 观测值预测统计学分数 (y) 残差 标准残 差 1 84.06587 0.93413 3 0.41229 3 2 93.03408 -1.0340 8 -0.4564 3 66.12945 3.87055 4 1.70832 4 4 93.03408 -3.0340 8 -1.3391 3 5 82.27223 0.72777 5 0.32121 4 6 90.34361 -0.3436 1 -0.1516 6 7 93.03408 0.96592 2 0.42632 3 8 52.67713 -2.6771 3 -1.1815 9 9 90.34361 2.65638 5 1.17243 3 10 84.06587 -2.0658 7 -0.9118 PROBABILITY OUTPUT 百分比排 位统计学分数 (y) 5 50 15 70 25 82 35 83
财务报表分析实验报告
《财务报表分析》实验报告 姓名：季秦玉 学号：1417252028 班级：14升财管1班 学期：2014-2015 河南理工大学万方科技学院工商管理
鲁北化工上市公司财务报表分析报告一、公司概况 二、鲁北化工上市公司财务报表分析
（一）偿债能力分析 1.短期偿债能力的分析 （1）流动比率 数据表明该公司2013和2012的流动比率变化较小，但相比2011年有了小幅度的降低，下降的主要原因是因为流动资产的逐渐减少企业的偿债能力有一定的风险。 数据表明该公司2013 较2012的速动资产有所提高是由于存货项目的减少，但相比2011年有一定的下降趋势也是因为存货的减少，较2012年相比公司的偿债能力有了一定的好转。 2.长期偿债能力分析 （1）利息保障倍数
从图表可以看出2011-2013年鲁北化工的利息保障倍数呈下降的趋势，表明公司的偿债能力不断下降。 （2）负债/EBIT比率 2013年较2012年有所下降，但比2011年的数值相比有所上升，由于2013较2012的营业收入有所下降这可能是导致负债/EBIT比率下降的主要原因。 （三）营运能力的分析 1.应收账款周转率 2013的周转率比2012的下降，主要是营业收入的减少，和应收账款的增加，应收账款的增加说明企业的账款收回，但是企业的销售收入却大为减少。 2.存货周转率
2013比2012上升了0.1多，表明企业的管理效率有所提高，是由于企业的销售收入有增长存货增长的幅度较小。 （四）获利能力的分析 1.销售净利率 销售净利润在逐年的下降是由于净利润的减少，净利润的减少又是因为企业管理费用营业税金及附加的增加和销售收入的较少，企业应该加以重视。该指标越低说明企业的获利能力越低。企业应该拓宽销售渠道，适当的控制企业的期间费用。 营业利润率的逐年下降，营业收入的不断下降，只可能是企业的营业利润的下降幅度比营业收入要大。 2.营业利润率 营业收入越高说明企业经营活动获得收益的能力越强。该企业营业收入和营业利润都有所下降。 （五）投资报酬能力分析 总资产报酬率和净资产报酬率