管理学实验报告答案

（一）信贷客户拖欠贷款的可能性的预测
一、Logistic模型构建
结果1
可以从上述表中看出的信息主要有：
第一个表，共有850条记录，有效记录700条，缺失700条；第二个表，因变量default的取值为“Yes”（拖欠贷款）编码为1，“No”（正常）的编码为0；第三个表，提供了虚拟变量的代码编号和分布情况：参照水平为“研究生”，虚拟变量为“是否高中以下”、“是否高中”、“是否大学”、“是否大专”。

二、模型检验
结果2
从Logistic分析初始阶段（step 0）的混淆矩阵及方程系数中可以看出以下信息：
（1）517人实际未拖欠贷款且模型预测正确，正确率为100%
（2）183实际人拖欠了贷款而模型预测为0，正确率为0%，模型总的预测正确率为73.9%。

结果3：
通过该结果可以了解初始阶段未进入方程的各解释变量的情况。

在下一阶段教育程度若进入方程，那么ed(2)、ed(3)、ed(4)和incom所对应的score检验统计量的观测值分别为1.910，3.579，2.382，伴随概率依次为0.167，0.059，0.123，3.526，均大于显著性水平0.05。

模型选择了Eenter进入方式后，本不应该进入的变量全部进入方程中，模型的预测效果因此而收到了影响。

结果4：
当模型采用Enter策略时，回归方程的显著性检验结果如下：
对数似然比卡方值为254.801，伴随概率为0.000，小于显著性水平0.05，拒绝零假设，认为系数不全为0，解释变量的全体与LogitP之间的线性关系显著，因此采用该模型合适。

结果5：
可以从该表中得到回归方程拟合优度方面的指标，-2倍的似然函数值549.564较大，拟合优度不佳，同时Nagelkerke R^2=0.447 也说明拟合优度不佳。

结果6：
上述表显示了H-L检验的结果：
似然比卡方值为9.187，伴随概率为0.327，大于显著性水平0.05，接受零假设，认为实际值的分布与预测值的分布没有显著差异，可以从第二个表的到认证。

结果7：
该表显示了当前模型的混淆矩阵：可以看出517人实际未拖欠贷款（No），模型预测为479人，正确率为92.6%；183人实际拖欠贷款（Yes），模型预测为93人，正确率为50.8%。

模型总的预测正确率为81.7%，比初始相比稍有提高
结果8：
该表显示了回归方程中各系数的显著性检验指标：ed, income, othdebt的Wald统计量的伴随概率均大于0.05的显著性水平，接受零假设，认为这些变量系数与0无显著性差异，与LogitP 的线性关系是不显著的，不应保留在方程中。

该模型需要重建，因为方程中包含了不显著的解释变量，因此该模型不可用，需要重建。

结果9：
该表显示了采用Forward Stepwise的策略下回归方程的显著性水平。

可见似然比卡方值伴随概率为0.000，小于显著性水平0.05，拒绝零假设，认为所有回归系数不同时为0，解释变量的全体与LogitP之间的线性关系显著，因此模型是有意义的。

结果10：
该表显示了回归方程的拟合优度指标，-2倍对数似然函数值越大，拟合优度越低。

可见这里拟合优度不高；Nagelkerke R^2指标也说明拟合优度不理想。

结果11：。