r语言分析上证50多元统计.docxVIP

PAGE PAGE 2 研究生课程考核试卷 （适用于课程论文、提交报告） 科 目： 多元统计分析 教 师： 杨虎 姓 名： 学 号： 20160613004 专 业： 应用统计 类 别： （ 学术、专业） 上课时间： 2017 年 2 月至 20 17 年 5 月 考 生 成 绩： 卷面成绩 卷面成绩 平时成绩 课程综合成绩 阅卷评语： 阅卷教师 (签名) 重庆大学研究生院制 论文题目：多元统计分析上证50 摘要：利用聚类分析，主成分分析，因子分析，线性回归，回归诊断等方法，对上证 50 及其 成分股进行相关的数据分析，并对聚类分析，因子分析，线性回归等方法进行程序及原理上的优化和改进。分析上证 50 各成分股之间的关系及成分股与上证 50 之间的关系。通过把握目标股票的特性，从而更好的进行预测并规避风险。 关键词：主成分分析；因子分析；聚类；回归；规避风险 Abstract：The data analysis of SSE 50 and its constituent stocks was carried out by cluster analysis, principal component analysis, factor analysis, linear regression and regression diagnosis. The methods and principles of clustering analysis, factor analysis and linear regression were carried out. On the optimization and improvement. Analysis of the relationship between the constituent stocks of the SSE 50 and the relationshipbetween the constituent stocks and the SSE 50. By grasping the characteristicsof the target stock, so as to better predict and avoid risks. Key words：Principal component analysis; factor analysis; clustering; regression; risk aversion 引言 我们从网上获得我们所需要的股票数据，我们选取的是2017 年 3 月 1 日到 2017 年 3 月 30 日的成分股及上证 50 的五分钟线数据，共选取了 2784 个样本，对样本中的数据进行相关分析， 并对分析的结果进行检验，通过描述统计的方法，对分析的结果进行可视化。最后对数据进行合 理的建模，形成直观的数学模型。 聚类分析 描述数据 ················ · · · · · · · · · · · · · · · · · · 浦发银 行 民生银 行 中国石 化 中国重 工 中信银 上证 50 行 16.21 9.07 5.42 7.14 6.44 2288.16 16.27 9.07 5.41 7.14 6.48 2287.72 16.31 9.08 5.43 ··· 7.16 6.55 2297.29 16.4 9.14 5.44 7.18 6.66 2304.34 16.38 9.13 5.46 7.21 6.63 2307.36 15.87 8.48 5.64 7.27 6.63 2345.12 15.87 8.47 5.63 7.25 6.62 2341.73 15.85 8.46 5.62 ··· 7.24 6.61 2342.43 15.85 8.45 5.66 7.23 6.63 2347.67 15.81 8.46 5.67 7.23 6.63 2346.67 注：由于信威集团股票停牌，所以，我们这里只有 49 个成分股，和上证 50，共五十个变量，2784 个数据。 背景介绍 事实上，分门别类的对事物进行研究，要远比在一个混杂多变的集合中更清晰、明了和细致， 这是因为同一类事物会具有更多的近似特性。在企业的经营管理中，为了确定其目标市场，首先 要进行市场细分，因为无论一个企业多么庞大和成功，它也无法满足整个市场的各种需求，而市 场细分，可以帮助企业找到适合自己特色、并使企业具有竞争力的细分市场，将其作为自己的重 点开发目标。 相似性度量 相似性度量，即综合评定两个事物之间相近程度的一种度量。两个事物越接近，它们的相似 性度量也就越大，而两个事物越疏远，它们的相似性度量也就越小。相似性度量的给法种类繁多，