摘要:本文是为了确定最佳的投资策略,包括大学的分类、排名、投资回报率计算以及投资持续时间模型。
首先,本文提出了基于贝叶斯判别方法的大学分类模型,由此把大学分为5类。在此基础上,基于k-均值聚类算法的测试模型显示了前者分类模型的有效性。
为了确定高校教育财政需求的权重,建立了一个层次分析法和熵值法相结合的模型,对学校进行赋值排名。
针对投资回报率,提出了一种基于逻辑回归的投资回报率计算模型。在分析了相关因素后,根据经济学原理定义了投资回报率的公式并提供了合理的测试模型。
最后,我们建立了基于投资Ito方程投资时间对学生表现影响的预测模型。模型提供了最佳的投资时间持续时间。除此之外,设计了两个捐赠计划。一是将捐赠分为助学金和助学贷款。另一类是投资稳定的理财产品。由此提高资金利用率和增加投资年限。
综上本文给出了针对各个问题的解决方案,但是最主要的缺点是缺乏足够的数据来检验模型的有效性。
关键词:聚类分析; t检验; 投资回报率: Ito方程
目录
摘要
Abstract
1.引言-4
2.学校分类模型-5
2.1问题分析-5
2.2数据预处理-6
2.3基于贝叶斯的分类模型-7
2.3.1聚类分析-7
2.3.2正态性检验-8
2.3.3贝叶斯判别法-8
2.4基于k-均值聚类算法对比模型检验-9
2.5总结-10
3. 加权平均选择模型-10
3..1问题分析-10
3.2模型一:层次分析法-11
3.2.1模型建立-11
3.2.2结论和分析-12
3.2.3一致性检验-14
3.3模型二:熵模型-14
3.3.1模型建立-14
3.4结论与分析-15
3.5灵敏度分析-16
3.6结论与分析-17
4. 基于逻辑回归的ROI计算模型-17
4.1问题分析-17
4.2模型建立-18
4.3模型检验-20
4.4结论与分析-20
5.投资持续时间模型-21
5.1问题分析-21
5.2基于ito方程的投资持续时间对学生的预测模型-21
5.3结论与分析-22
5.4模型测试-23
5.5结论与分析-23
6.模型的优缺点-23
7.参考文献:-25
8.致谢-26