2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩58頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、線性回歸分析是各種多元統(tǒng)計(jì)分析方法當(dāng)中應(yīng)用最為廣泛的一種方法,目的是為了研究多個(gè)變量間相互依賴的關(guān)系。而建立回歸模型的過(guò)程中,有一個(gè)非常重要的問(wèn)題,就是如何從眾多的解釋變量中選取對(duì)響應(yīng)變量影響最大的變量,即變量選擇問(wèn)題。變量選擇在現(xiàn)代統(tǒng)計(jì)學(xué)中的地位越來(lái)越重要,其中,于1996年Tibshirani提出來(lái)的“Lasso”方法受到了學(xué)者們的追捧。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展,現(xiàn)階段,“Lasso”方法已經(jīng)被用到各類模型中來(lái)解決變量選擇問(wèn)題。

2、r>  本文主要是將“Lasso”方法運(yùn)用到回歸模型,并利用股票市場(chǎng)來(lái)進(jìn)行實(shí)證研究。首先,本文從多元回歸分析入題,簡(jiǎn)單介紹了線性回歸模型中有偏估計(jì)的發(fā)展、線性模型中常用的變量選擇方法。其次,本文對(duì)“Lasso”方法進(jìn)行了詳細(xì)的解釋,主要介紹了“Lasso”的定義、Lars算法以及”Lasso”的相關(guān)方法等等。最后,本文選取上證50指數(shù)的5分鐘分時(shí)數(shù)據(jù)作為因變量,組成上證50指數(shù)的50支股票的相同時(shí)間段的5分鐘分時(shí)收盤(pán)價(jià)作為自變量進(jìn)行實(shí)證

3、研究。
  為了體現(xiàn)“Lasso”方法的壓縮與選擇功能,本文還選擇了逐步回歸方法作為對(duì)比,通過(guò)對(duì)上證50指數(shù)和組成其指數(shù)的50只成分股建立回歸模型,然后采用“Lasso”方法和Lars算法,運(yùn)用R軟件中Lars程序包對(duì)模型進(jìn)行求解。最后成功選取出了19支對(duì)上證50指數(shù)影響較大的成分股,通過(guò)進(jìn)一步的擬合分析,發(fā)現(xiàn)模型效果是很好的。本文最后還在模型中引入權(quán)重,以使用更多的自變量信息,發(fā)現(xiàn)引入權(quán)重后選擇的股票只數(shù)并未改變,只是每只股票的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論