發(fā)布時(shí)間：2020-04-10 08:44

【摘要】：當(dāng)前多維數(shù)據(jù)呈現(xiàn)出爆發(fā)式增長(zhǎng)的態(tài)勢(shì),多重假設(shè)檢驗(yàn)作為進(jìn)行大規(guī)模統(tǒng)計(jì)推斷的主要工具成為研究的一個(gè)熱點(diǎn)。在多重假設(shè)檢驗(yàn)中,控制好整個(gè)檢驗(yàn)的錯(cuò)誤率是成敗的關(guān)鍵。錯(cuò)誤發(fā)現(xiàn)率的概念由Benjamini和Hochberg于1995年首先提出,并給出了最初的控制方法。相較于原有族錯(cuò)誤率方法,錯(cuò)誤發(fā)現(xiàn)率方法提高了檢驗(yàn)的功效,為控制多重假設(shè)檢驗(yàn)中的虛假發(fā)現(xiàn)提供了新的依據(jù),在錯(cuò)誤控制和檢驗(yàn)功效間找到了新的平衡。此后,錯(cuò)誤發(fā)現(xiàn)率方法的發(fā)展大致可以分為兩個(gè)不同方向:一是對(duì)錯(cuò)誤發(fā)現(xiàn)率控制方法的改進(jìn);二是對(duì)錯(cuò)誤發(fā)現(xiàn)率方法應(yīng)用領(lǐng)域的拓展。本文通過(guò)同行業(yè)股票選擇和汽車(chē)銷(xiāo)售企業(yè)偷漏稅識(shí)別兩個(gè)案例,將錯(cuò)誤發(fā)現(xiàn)率方法分別應(yīng)用于股票選擇和數(shù)據(jù)挖掘兩個(gè)領(lǐng)域,拓展了該方法的應(yīng)用領(lǐng)域。在同行業(yè)股票選擇案例中,本文提出一種基于錯(cuò)誤發(fā)現(xiàn)率的短期同行業(yè)股票選擇方法,通過(guò)構(gòu)造假設(shè)檢驗(yàn),將股票選擇問(wèn)題轉(zhuǎn)化為多重假設(shè)檢驗(yàn)問(wèn)題,從而將錯(cuò)誤發(fā)現(xiàn)率方法應(yīng)用于股票選擇問(wèn)題。該方法能夠同時(shí)考察一行業(yè)內(nèi)全部股票收益率表現(xiàn),提高同一行業(yè)內(nèi)股票選擇的效率。通過(guò)對(duì)實(shí)例進(jìn)行分析表明,運(yùn)用錯(cuò)誤發(fā)現(xiàn)率方法所選股票的短期收益高于同時(shí)期行業(yè)平均水平。進(jìn)一步與通過(guò)t檢驗(yàn)方法所選股票進(jìn)行對(duì)比后發(fā)現(xiàn),運(yùn)用錯(cuò)誤發(fā)現(xiàn)率方法所選股票的短期收益同樣具有優(yōu)勢(shì)。在汽車(chē)銷(xiāo)售企業(yè)偷漏稅識(shí)別案例中,以往人們傾向于找出盡可能多的對(duì)分類(lèi)結(jié)果具有影響能力的各種指標(biāo),并將所獲取的全部數(shù)據(jù)導(dǎo)入數(shù)據(jù)挖掘模型中,而這樣可能會(huì)導(dǎo)致以下問(wèn)題的出現(xiàn):冗余數(shù)據(jù)的導(dǎo)入降低了模型的效率,模型的復(fù)雜化降低了模型的可理解性,數(shù)據(jù)導(dǎo)入模型前需要進(jìn)行大量數(shù)據(jù)預(yù)處理工作。因而,本文將錯(cuò)誤發(fā)現(xiàn)率方法應(yīng)用于數(shù)據(jù)挖掘領(lǐng)域,在數(shù)據(jù)預(yù)處理階段對(duì)模型輸入指標(biāo)進(jìn)行篩選,以提高模型效率、降低模型復(fù)雜程度、減少數(shù)據(jù)預(yù)處理工作。通過(guò)對(duì)案例進(jìn)行分析表明,運(yùn)用錯(cuò)誤發(fā)現(xiàn)率方法對(duì)模型輸入指標(biāo)進(jìn)行篩選,能夠有效提高模型識(shí)別準(zhǔn)確率,降低模型復(fù)雜程度,達(dá)到預(yù)期目的。通過(guò)對(duì)上述兩個(gè)案例的研究,本文成功的將錯(cuò)誤發(fā)現(xiàn)率方法應(yīng)用于股票選擇和數(shù)據(jù)挖掘兩個(gè)熱門(mén)領(lǐng)域,驗(yàn)證了錯(cuò)誤發(fā)現(xiàn)率方法應(yīng)用于以上兩個(gè)領(lǐng)域的可行性和有效性,實(shí)現(xiàn)了錯(cuò)誤發(fā)現(xiàn)率方法的應(yīng)用領(lǐng)域的拓展。
【圖文】：

隨后評(píng)估其準(zhǔn)確性。兩種模型的基本構(gòu)建流程如圖2-1 所示。下面將重點(diǎn)介紹 LM 神經(jīng)網(wǎng)絡(luò)和 CART 決策樹(shù)兩種應(yīng)用最廣的分類(lèi)模型。圖 2-1 模型構(gòu)建流程圖2.2.1LM 神經(jīng)網(wǎng)絡(luò)模型1943 年，心理學(xué)家 McCulloch 和數(shù)理邏輯學(xué)家 Pitts 開(kāi)創(chuàng)性的提出了神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型相結(jié)合的 MP 模型，開(kāi)啟了人工神經(jīng)網(wǎng)絡(luò)時(shí)代。經(jīng)過(guò)幾十年的發(fā)展完善，加之計(jì)算機(jī)運(yùn)算速度的提升，，到 20 世紀(jì)八十年代，人工神經(jīng)網(wǎng)絡(luò)發(fā)展成為人工智能領(lǐng)域新的研究熱點(diǎn)。這種通過(guò)模仿生物神經(jīng)網(wǎng)絡(luò)進(jìn)行信息處理的數(shù)學(xué)模型，不僅具有優(yōu)異的非線性處理能力，而且具有良好的自適應(yīng)性和容錯(cuò)性，最近十多年，隨著研究的不斷深入，人工神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于生物、醫(yī)學(xué)、經(jīng)濟(jì)等眾多領(lǐng)域。人工神經(jīng)網(wǎng)絡(luò)具有的自我學(xué)習(xí)、聯(lián)想存儲(chǔ)和高速尋求最優(yōu)解等能力，使其在與經(jīng)典計(jì)算方法相比時(shí)表現(xiàn)出極大的靈活性和自適應(yīng)性。以其優(yōu)異的預(yù)測(cè)功能為例，神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)滿足以下條件的問(wèn)題時(shí)特別有效：（1）無(wú)法得知變量間準(zhǔn)確的數(shù)學(xué)方程；（2）結(jié)果預(yù)測(cè)比邏輯解釋更重要；（3）有足夠多的數(shù)據(jù)可供建立網(wǎng)絡(luò)。一個(gè)完整的神經(jīng)網(wǎng)絡(luò)模型由大量節(jié)點(diǎn)相互連接構(gòu)成，節(jié)點(diǎn)存在于輸入層、隱含層和輸出層，其中輸入層的節(jié)點(diǎn)對(duì)應(yīng)輸入指標(biāo)，輸出層的節(jié)點(diǎn)對(duì)應(yīng)輸出目標(biāo)變量。輸入層和輸出層之間對(duì)應(yīng)的是隱含層，隱含層的層數(shù)和節(jié)點(diǎn)個(gè)數(shù)決定了神經(jīng)網(wǎng)絡(luò)的復(fù)雜程度

基于錯(cuò)誤發(fā)現(xiàn)率的案例分析對(duì)象，由此提出基于錯(cuò)誤發(fā)現(xiàn)率的股票選擇方法。錯(cuò)誤發(fā)現(xiàn)率是面對(duì)多重假設(shè)檢驗(yàn)問(wèn)題時(shí)，控制整體檢驗(yàn)錯(cuò)誤率的一種檢驗(yàn)手段，要在股票選擇問(wèn)題中通過(guò)錯(cuò)誤發(fā)現(xiàn)率方法進(jìn)行研究，需要針對(duì)股票收益率構(gòu)造假設(shè)檢驗(yàn)。在構(gòu)造假設(shè)檢驗(yàn)之前首先觀察深交所 A 股 2016 年 8 月 1 日全部未停牌正常上市股票收益率直方圖，數(shù)據(jù)來(lái)源于 RESSET（銳思）金融研究數(shù)據(jù)。
【學(xué)位授予單位】：山東財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：F832.51;F426.471;C81

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙建珍,倪惠娟;婦產(chǎn)科操作中手套破損的發(fā)生率及發(fā)現(xiàn)率[J];生殖與避孕;2005年07期

2 余祖新;胡運(yùn)森;;72例兒童麻風(fēng)的臨床分析[J];中國(guó)麻風(fēng)雜志;1988年01期

3 符惠來(lái);朱文皓;;海南漢區(qū)的麻風(fēng)[J];中國(guó)麻風(fēng)雜志;1988年04期

4 張?jiān)虏?李樹(shù)彬;微小胃癌一例報(bào)告[J];第一軍醫(yī)大學(xué)學(xué)報(bào);1989年01期

5 王炳杰;;肺部病變:讀片時(shí)間與發(fā)現(xiàn)病變之間的關(guān)系[J];國(guó)外醫(yī)學(xué)(臨床放射學(xué)分冊(cè));1989年02期

6 盧鵬羽;;二維微重力測(cè)量與目標(biāo)發(fā)現(xiàn)率研究[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2010年S1期

7 ;宣傳到戶,是提高病人發(fā)現(xiàn)率的一條有效途徑[J];結(jié)核病健康教育;1996年01期

8 白麗瓊,唐若怡;湖南省涂陽(yáng)肺結(jié)核病人發(fā)現(xiàn)率低的原因及對(duì)策探討[J];實(shí)用預(yù)防醫(yī)學(xué);1998年05期

9 王婷;曾平;黃水平;趙華碩;金英良;;錯(cuò)誤發(fā)現(xiàn)率和q值及其微陣列數(shù)據(jù)分析的應(yīng)用[J];現(xiàn)代預(yù)防醫(yī)學(xué);2013年05期

10 胡立彪;;“發(fā)現(xiàn)率”帶來(lái)監(jiān)管理念新發(fā)現(xiàn)[J];大眾標(biāo)準(zhǔn)化;2013年07期

相關(guān)會(huì)議論文 前10條

1 殷立平;黃雙燕;;加強(qiáng)結(jié)核病歸口管理提高病人發(fā)現(xiàn)率[A];浙江省結(jié)核病控制學(xué)術(shù)會(huì)議論文匯編[C];2005年

2 勾玉潔;張海英;;成熟完善的健康教育對(duì)提高病人的發(fā)現(xiàn)率有著重要作用[A];中華醫(yī)學(xué)會(huì)結(jié)核病學(xué)分會(huì)2006年學(xué)術(shù)會(huì)議論文匯編[C];2006年

3 陳黨生;吳慧濤;朱麗霞;;加強(qiáng)行政干預(yù)措施對(duì)提高肺結(jié)核發(fā)現(xiàn)率的效果分析[A];中華醫(yī)學(xué)會(huì)結(jié)核病學(xué)分會(huì)2006年學(xué)術(shù)會(huì)議論文匯編[C];2006年

4 高微微;鄭素華;端木宏謹(jǐn);程蘇華;張向東;劉玉清;馬s

本文編號(hào)：2622012