Kas yra daugialypė diskriminacinė analizė (MDA)?
Daugybinė diskriminacinė analizė (MDA) yra statistikos metodas, kurį finansų planuotojai naudoja potencialioms investicijoms įvertinti, kai reikia atsižvelgti į daugelį kintamųjų. Šis metodas sumažina kai kurių kintamųjų skirtumus, kad juos būtų galima klasifikuoti į nustatytą skaičių plačių grupių, kurias vėliau galima palyginti su kitu kintamuoju.
Finansų srityje ši technika naudojama norint sumažinti vertybinių popierių dispersiją, tikrinant kelis kintamuosius.
Daugybinė diskriminacinė analizė yra susijusi su diskriminacine analize, kuri padeda klasifikuoti duomenų rinkinį nustatant taisyklę arba pasirenkant reikšmę, kuri užtikrins prasmingiausią atskyrimą.
Kaip naudojama daugkartinė diskriminacinė analizė
Analitikas, svarstantis daugybę akcijų, gali naudoti daugialypę diskriminacinę analizę, norėdamas sutelkti dėmesį į duomenų taškus, kurie yra svarbiausi priimant svarstomą sprendimą. Tai supaprastina kitus atsargų skirtumus, jų visiškai neatmesdama.
Pagrindiniai išvežamieji daiktai
- Finansų planuotojai MDA naudojasi įvertindami galimas investicijas, kai reikia atsižvelgti į daugelį kintamųjų. Šis metodas naudojamas norint sumažinti vertybinių popierių dispersiją, tikrinant kelis kintamuosius. Analitikas, svarstantis daugybę vertybinių popierių, gali naudoti daugialypę diskriminacinę analizę, kad sutelktų dėmesį į duomenų taškus, kurie yra svarbiausi priimant svarstomą sprendimą.
Pavyzdžiui, analitikas, norintis pasirinkti vertybinius popierius pagal vertes, kurios matuoja nepastovumą ir istorinį nuoseklumą, gali naudoti daugialypę diskriminacinę analizę, norėdamas išskirti kitus kintamuosius, pvz., Kainą.
Daugybinė diskriminacinė analizė taip pat žinoma bent jau statistikams kaip kanoninių kintamųjų analizė arba kanoninė diskriminuojančioji analizė. Tai yra diskriminacinės analizės rūšis, kurią plačiai naudoja tyrėjai, analizuodami daugelio sričių duomenis.
