简介:系统综述了自19世纪开始至今常用的统计相关性的方法,例如Pearson和Spearman相关系数,CorGc和CovGc相关性及距离相关性方法。重点介绍了2011年提出的MIC方法以及由此引发的毁誉参半的大量评述,旨在揭示这一热点领域的研究面貌。该领域不仅受到统计学家的关注,而且受到了分析大样本和异质数据的应用研究领域的学者们的追捧,例如基因组生物学家和网络信息研究者。这些研究者期望在众多已有方法的理解和剖析中更恰当地付诸应用,并提出新的应用问题来推动新的分析方法的创造。
简介:Iafluencefunctionofastatisticdescribestheeffectofasmallperturbationofthedataonthisstatistic.ThispaperstudiestheinfluencefunctionofsquaredcorrelationcoefficientR^2ofksetsofvariablesdefinedbyY.ZhangandX.ZhuandgivesthevarianceanditsestimationofthesquaredsamplecorrelationcoefficientRn^2.Finally,theresultsobtainedareappliedtoassessingtheinfiuenceofindividualobservationwiththeaidofanexample.
简介:温度是IMU及其他导航器件等精密仪器中需要监测的重要参数,传统的温度监测一般使用热电偶或者数字温度传感器(如DS18B20)等,监测程序复杂,功耗高,因此使用精密仪器中广泛采用的FPGA芯片独立完成高集成度、低功耗温度监测具有重要意义.在FPGA中通过搭建环形振荡器产生了自激振荡信号,该信号周期与FPGA芯片温度具有正相关性,通过对振荡信号周期的检测完成了对温度的监测,设计了一种以FPGA芯片同时作为敏感头和处理模块的温度传感器.通过对XilinxVirtex-2系列FPGA芯片进行实验,得到该传感器在-40℃~+60℃的范围内具有优于0.1℃的分辨率,优于0.5℃的检测精度,满足一般温度监测需要.实验表明该传感器具有功耗低、集成度高、可靠性好等优点.
简介:相关性的讨论是现代金融分析的重要内容,行业板块的相关分析是组合投资的关键步骤。基于能刻画动态相关的DCC-MVGARCH模型对我国波动剧烈的六个股市行业板块进行了相关性研究,结果表明:十个板块相关性序列可看成常量,Pearson相关系数仍能刻画其相对大小,这为机构投资者按Pearson相关系数进行组合构建提供了实证依据;五个动态相关性序列是宽平稳而非严平稳的,适合采用随机过程建模以实现预测,另外动态相关性与时变波动率存在一定的关系,当波动率增强时,相关性有随之增大的趋势。
简介:金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记忆性。基于此,本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR,利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R/S分析法检验各个资产收益率的长记忆性,经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构,建立联合分布模型。进而采用MonteCarlo方法模拟产生各资产的收益率序列,计算出投资组合的风险值VaR。实证研究表明:沪深股市具有长记忆性,且两者具有对称的尾部相关性;Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。