金融數(shù)據(jù)挖掘ppt課件(編輯修改稿)
2025-06-03 04:20 本頁面
【文章內容簡介】 * 隨機建立訓練樣本組、檢驗樣本組的 SAS程序 data a； set 。 k=uniform(15)。 run。 對已進行 k排序的數(shù)據(jù)庫 a data b。 set a。 m=int(_n_/2)。 run。 （ sj1， sj2） 二、構造分類預測模型的方法 判別分析法 ①、 判別分析方法的統(tǒng)計學原理 假設有兩個總體 —— 財務困境公司與財務正常公司，每個總體都可以用一個六維隨機變量 表示，不同的總體分布不同。預測上市公司是否會陷入財務困境，就是判斷這個公司所對應的樣本屬于哪個總體。 判別分析是利用距離（相似程度的體現(xiàn)）來判斷樣本的歸屬。較常用的距離度量是馬氏距離： ，判別分析實際上是利用距離差： 為判斷指標來判斷樣本的歸屬。 由于馬氏距離為一個二次型，因此當 時，距離差也會一個二次型，這樣在計算時較復雜，如果 ，且兩個總體均服從正態(tài)分布，則距離差為一個線性函數(shù)（線性判別函數(shù)），可利用這個線性函數(shù) 建立預測規(guī)則。 ② 、 判別分析的 SAS程序： proc discrim data=。 class y。 run。 ③ 、 SAS結果 對兩個距離的說明。現(xiàn)在可以得到線行判別函數(shù)為： ④ 、 如何建立預測規(guī)則 * 指標的判斷：正指標還是負指標（正指標）。 * 根據(jù)兩種誤判的損失估計確定合適的臨界值 現(xiàn)在根據(jù)使兩種誤判盡可能接近的方法，得到： 臨界值： d = ⑤ 、 預測規(guī)則： 對每個上市公司計算對應的 d，若 d＞ ， 則判斷其一年后不會陷入財務困境；若 d＜ ， 則判斷其一年后會陷入財務困境。 ⑥、 預測準確率檢驗： 訓練樣本組 檢驗樣本組 ST公司： 49/56=% 47/55 = % 非 ST公司 : 442/504=% 432/504 = % ⑦ 、討論 * 判別分析只能運用于離散型因變量預測，而不能運用于連續(xù)型因變量預測； * 建立線性判別準則，需要較強的限制條件 —— 正態(tài)分布與等協(xié)方差矩陣； * 臨界值的確定需考慮不同誤判的損失函數(shù)，考慮使用者的風險偏好； * 使用判別分析方法，需要事先確定預測變量。 * 也可以建立另外形式的預測規(guī)則。 練習：交換 sj1與 sj2的地位，建立預測規(guī)則，并進行預測準確率檢驗?；蚪⑵渌麊栴}的判別分析預測模型。 Logistic回歸預測 ①、 統(tǒng)計學原理 計量經濟學中，回歸模型具有預測功能，但現(xiàn)在的數(shù)據(jù)結構為： ，因變量為離散變量（虛擬變量），一般的線性回歸模型不適用。 Logistic回歸模型實際上是概率預測模型，其原理如下： 建立如下形式的線性模型 ：
教學課件相關推薦
鄂ICP備17016276號-1