金融统计分析补充知识.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
???????????????????????精品 料推荐??????????????????? 《金融统计分析》补充知识 1、均 :均 又称算 平均数,是所有 察 的和除以 察 的个数,是集中 的最主 N X1 X2 Xi 要 度 。 X Ni 1 X N N 2、方差:方差是个 量与其均 离差平方的平均数,是 度数据离散程度的主要方法。 K ( X i X ) 2 2 i 1 N K X ) 2 i 1 ( X i 3、 准差:方差的平方根即 准差。 N 4、相关系数: ( xi , yi ) ,i=1,2, ?,n 是( x, y)的 n 本 ,我 称 r Lxy L xx Lyy 为 x 与 y 的相关系数,表示 x 和 y 的 性关系的密切程度。其中 n n n Lxx ( xi x) 2 , Lxy ( xi x)( yi y), Lyy ( yi y) 2 i 1 i 1 i 1 相关系数的取 范 r 1。 5、一元 性回 直 回 分析的任 就是根据若干 ( xi,yi)i=1,2 ?n 找出两个 量 x、 y 之 的 关系的直 回 方程 y a bx ,其中 a 称 截距, b 回 直 的斜率,也称回 系数。 ? 其中 ? 是 量 y 的估 。 求直 回 方程 ? bx , 上是用回 直 合散点 中 y y a 的各 点。 常用的方法是最小二乘法, 也就是使 直 与各点的垂直距离最小, 即求使 察 y 与回 直 y 2 ? 之差的平方和 ( y y) a 和 b 的 。在判定一个 达到最小 的 ? ? y) 2 性回 方程的 合 度 , R2 系数是一个重要的判定指 ,公式 R2 ( yi 。从 ( yi y) 2 公式中可以看出, 判定系数等于回 平方和在 平方和 所占的比率, 即回 方程所能解 的因 量 异性的百分比。 如果 R2=0.775 , 明 量 y 的 异性中有 77.5%是由自 量 x 引 起的;如果 R2=1 ,表示所有的 点全部落在回 直 上;如果 R2=0, 表示自 量与因 量无 性关系。 6、多元 性回 根据多个自 量的最 合建立回 方程来 因 量的回 分析称 多元回 分 1 ???????????????????????精品 料推荐??????????????????? 析。模型 ? b2 x2 bn xn ,其中 ? 根据所有自 量 算出来的估 , y b0 b1 x1 y b0 常数 , b1、 b2 bn 称 y 于 x1 、x2 ?xn 的偏回 系数。偏回 系数是假 在其 他所有自 量保持不 的情况下, 某一个自 量的 化引起因 量 化的比重。 在判定一个 R2 系数是一个重要的判定指 ,公式 R2 ? y) 2 性回 方程的 合 度 , ( yi 。 ( yi y) 2 从公式中可以看出, 判定系数等于回 平方和在 平方和 所占的比率, 即回 方程所能解 的因 量 异性的百分比。如果 R2=0.775, 明 量 y 的 异性中有 77.5%是由自 量 x 引起的;如果 R2=1,表示所有的 点全部落在回 直 上;如果 R2=0 , 表示自 量与 因 量无 性关系。 7、因子分析 在各个 域的研究中往往需要 反映事物的多个 量 行 ,收集大量的数据以便 行分析 找 律。 多 量大 本无疑会 研究提供丰富的信息, 但也在一定程度上增加了数据采集的工作量, 更重要的是, 多 量之 可能存在相关性, 从而增加了 分析的复 性。由于各 量 存在一定的相关关系, 因此有可能用 少的 合指 分 合存在于各 量中的各 信息, 而 合指 彼此不相关, 即各指 代表的信息不重叠。 就可以 合指 根据 知 和指 所反映的独特含 与命名。 种分析方法称 因子分析, 综 合指 称 因子或主成份。因子 比原始 量少,但 要尽可能少 失信息。 原始 量 : x1、 x2 xm 主成份: z1、 z2 zn 各因子(主成份)与原始 量之 的关系可表达 : x1 b11 z1 b12 z2 b1n zn e1 x2 b21 z1 b22z2 b2n zn e21 xm bm1 z1 bm2 z2 bmn znem 主成份分析的数学模型可写成: z1 a11 x1 a12 x2 a1m xm z2 a21x1 a22 x2 a2m xm zn an1 x1 an2 x2 anm xm 从理 上 m=n,即有多少原始 量就有多少个因子(主成份) ,但 上前面几个主成份集中了大部分方差,因此主成份的

文档评论(0)

zsmfjy + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档