知识卡片
回归斜率不同于相关系数
在带截距的一元最小二乘且同一有效样本下,斜率等于相关系数乘以Y标准差与X标准差之比;相关描述标准化共同变化,斜率描述X变化一单位时Y拟合变化多少。滚动估计随窗口变化,两条图不能混作同一量,也不自动证明预测性或因果。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
不能捕获波动性差异。最小二乘回归提供了另一种对一个变量与一个或多个其他预测变量之间动态关系的建模办法。 In [142]: model = pd.ols(y=aapl_rets, x={'MSFT': msft_rets}, window=250) In [143]: model.beta Out[143]: <class 'pandas.core.fram
参考来源
- 位置:《利用Python进行数据分析》第11章《移动相关系数与线性回归》(spine321;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0307.html;u261-ch11-020)。
- 结论依据:原文在“不能捕获波动性差异”附近的定义、例子或代码支撑本卡核心说明:在带截距的一元最小二乘且同一有效样本下,斜率等于相关系数乘以Y标准差与X标准差之比;相关描述标准化共同变化,斜率描述X变化一单位时Y拟合变化多少。边界按已读前提解释;示例未执行。
- 原始内容:不能捕获波动性差异。最小二乘回归提供了另一种对一个变量与一个或多个其他预测变量之间动态关系的建模办法。 In [142]: model = pd.ols(y=aapl_rets, x={'MSFT': msft_rets}, window=250) In [143]: model.beta Out[143]: <class 'pandas.core.fram