第八讲Matlab在金融工程中的应用精选.ppt

对于因素 A 而言，若 ，就拒绝关于因素A的原假设，说明因素A对结果有显著的影响；否则，就接受原假设，说明因素A对结果没有显著的影响。对于因素B而言，若 ，则拒绝关于因素B的原假设，说明因素B对结果有显著的影响；否则，就接受原假设，说明因素A对结果没有显著的影响。对于两因素的交互作用，若 ，则拒绝关于两因素交互作用的原假设，说明因素A和因素B对结果有显著交互影响；否则，就接受原假设，说明两因素对结果没有显著的交互影响。 与前面所讨论过的一样，根据方差分析表计算得到FA， FB和 FAB以后，根据问题的显著性水平α，查表分别得到： 于是可以分别检验因素 A 和 B 的影响，以及两因素的交互作用的影响是否显著。 * p 零假设成立的概率 table 方差分析表 stats 样本方差分析统计信息 式中：AB表示A，B共同影响。 （五）双因素方差分析函数 对于一个双因素模型，分别用A，B表示。其因子模型如下： 调用方式 p = anova2(X,reps) p = anova2( X,reps,displayopt ) [p,table] = anova2(X,reps) [p,table,stats] = anova2(X,reps) 输入参数 X 样本观察值 reps 每个单元中观察量的个数 输出参数 * （六）多因素方差分析函数 下面以三因素模型为例说明多因素模型，三因素分别用A，B，C表示，三因素模型如下： 式中：AB是A，B交互因子；BC是B，C交互因子；AC是A，C交互因子；ABC是A，B，C共同影响；yijkl是样本值，μ是参数。 调用方式 输入参数 X 样本值，每列为同一向量 group 观察值所在的类别 Param1 参数1名称 val1 参数1的值，参数名称及其取值见下表 p = anovan(X,group) p = anovan(X,group,Param1,val1,Param2,val2,…) [p,table,stats,terms] = anovan(…) p = anovan(X,group,sstype,integer) * 多因子分析参数名称及其取值 参数名称 参数值 ‘sstype’ 表示方差求和的方式，取值为1,2,3（默认值），sstype的取值只影响非平衡数据的计算 ‘varnames’ 因子名称，默认值为’X1’，’X2’… ‘display’ ‘on’表示显示方差表、盒图，’off’不显示 ‘random’ 随机效应 ‘alpha’ 置信度 ‘model’ 可以为’Linear’、’interaction’、’full’、整数、矩阵。linear（默认值）仅计算N个主效应，interaction计算N个主效应和二因子交互效应，full计算N个主效应和所有交互水平，整数k计算第k个水平交互作用，矩阵为主效应和交互作用。 ‘model’取值为向量或矩阵的含义如下表所列。 * 行向量 含 义 [ 1 0 0 ] 仅考虑因子 A 的影响 [ 0 1 0 ] 仅考虑因子 B 的影响 [ 0 1 0 ] 仅考虑因子 C 的影响 [ 1 1 0 ] 考虑因子A、B的交互影响 [ 0 1 1 ] 考虑因子C、B的交互影响 [ 1 0 1 ] 考虑因子A、C的交互影响 [ 1 1 1 ] 考虑因子A、B、C的交互影响 三因子模型model取值为向量时的含义 如果 时，表示考虑B因子，C因子，BC （B，C交互影响）的影响。 输出参数 p 各因子对应的概率值 table 方差分析表 stats 模型特征，各统计指标 terms model 的内容 * 三因子分析表如右图 所示。 例6 下面是一个三因子方差分析的