Variansanalys (ANOVA)

Vad är en analys av variationer (ANOVA)?

Analys av varianser (ANOVA) används inom finansiering på flera olika sätt, till exempel att förutse rörelserna i säkerhetspriserna genom att först bestämma vilka faktorer som påverkar lagerfluktuationer. Denna analys kan ge värdefull inblick i beteendet hos en säkerhet eller marknadsindex under olika förhållanden.

Förstå en analys av varianser (ANOVA)

Analys av varianser (ANOVA) statistiska modeller introducerades inledningsvis i en vetenskaplig uppsats skriven av Ronald Fisher, en brittisk matematiker, i början av 1900 -talet. Han krediteras för att först introducera termen varians.

Analys av varians i finans

ANOVA -testning undersöker inte bara skillnaderna, det ser också på graden av varians, eller skillnaden mellan dem, i variabla medel. Det är ett sätt att analysera variabelns statistiska signifikans. ANOVA -analys anses vara mer exakt än t-testning eftersom det är mer flexibelt och kräver färre observationer. Den är också bättre lämpad för användning i mer komplexa analyser än de som kan bedömas genom att genomföra tester. Dessutom gör ANOVA-testning det möjligt för forskare att avslöja samband mellan variabler, medan ett t-test inte gör det. Variationer av ANOVA-testning inkluderar One-Way ANOVA (används för att söka efter statistiskt signifikanta skillnader mellan två eller flera oberoende variabler),

Tvåvägs ANOVA (för att avslöja potentiell interaktion mellan två oberoende variabler på en beroende variabel) och Factorial ANOVA, vilket vanligtvis innebär att man bedömer två eller flera faktorer eller variabler med två nivåer.

Variansanalysanalys används inom finansiering på flera olika sätt, till exempel att förutse rörelserna i säkerhetspriserna genom att först bestämma vilka faktorer som påverkar aktiefluktuationer. Denna analys kan ge värdefull inblick i beteendet hos ett värdepapper eller marknadsindex under olika förhållanden.

Denna typ av analys försöker bryta ner de olika bakomliggande faktorerna som bestämmer priset på värdepapper samt marknadens beteende. Det kan till exempel visa hur stor del av värdepappersstegringen eller -fallet beror på förändringar i räntorna. Ett t-test och f-test används för att analysera resultaten av en variansanalys för att avgöra vilka variabler som har statistisk signifikans.

Variansanalys i icke-finansiella applikationer

Förutom sina tillämpningar inom finansbranschen används ANOVA också för att testa hypoteser vid granskning kliniska prövningsdata, till exempel för att jämföra effekterna av olika behandlingsprotokoll på patienten resultat; inom samhällsvetenskaplig forskning (till exempel för att bedöma effekterna av kön och klass på specificerade variabler), inom programvaruteknik (till exempel för att utvärdera databashanteringssystem), inom tillverkning (för att bedöma produkt- och processkvalitetsmätvärden) och industriell design bland annat fält.