关于相关系数,以下说法正确的是()
A.当两个证券收益率的相关系数为-1时,我们称这两者不相关
B.相关系数的大小体现两个证券收益率之间相关性的强弱
C.相关系数是从资产回报相关性的角度分析两种不同证券表现的联动性
D.相关系数总处于0到+1之间
C、相关系数是从资产回报相关性的角度分析两种不同证券表现的联动性
A.当两个证券收益率的相关系数为-1时,我们称这两者不相关
B.相关系数的大小体现两个证券收益率之间相关性的强弱
C.相关系数是从资产回报相关性的角度分析两种不同证券表现的联动性
D.相关系数总处于0到+1之间
C、相关系数是从资产回报相关性的角度分析两种不同证券表现的联动性
A.相关系数与协方差成正比关系
B.相关系数能反映证券之间的关联程度
C.相关系数为正,说明证券之间的走势相同
D.相关系数为1,说明证券之间是完全正相关关系
E.相关系数为0,说明证券之间不相关
A.相关系数等于0时,风险分散效应最强
B.相关系数等于1时,不能分散风险
C.相关系数大小不影响风险分散效应
D.相关系数等于-1时,才有风险分散效应
A.曲线上报酬率最低点是最小方差组合点
B.相关系数越小,曲线弯曲程度越大
C.两种证券报酬率的相关系数为 0时,曲线变为直线
D.曲线上的点均为有效组合点
A.r表示变量间相关的紧密程度
B.r的值在(+∞,-∞)之间变化
C.r越接近于0,表示变量间的线性相关程度越低
D.r>0时,表示变量间的相关关系为正相关
A.方差衡量的是变量的观测值如何围绕其平均值分布
B.协方差用于表示两个变量之间的相互作用
C.相关系数可以用来度量两个变量之间的相关程序
D.相关系数等于0,说明两个证券之间没有相关性
E.协方差越大,两个证券之间的相关性越大
A.在因子不相关的前提下,反映了变量与因子的相关程度
B.在因子不相关的前提下,因子载荷是变量与因子的相关系数
C.因子载荷的绝对值越接近1,说明因子与变量的相关性越强
D.反映了因子对解释变量的重要作用和程度
A.R-Sq值为多元全相关系数,越接近于1就越好;
B.一般来讲,R-Sq(预测)一定会大于R-Sq(调整)
C.删减后的模型是否更好,关键看R-Sq(预测)有没有增大以有是否跟R-SR(调整)更接近。
D.R-Sq(预测)过小说明,小于80%,说明模型非常差。
A.散点图能够直观地展现变量之间的相关关系
B.散点图不能精确地展现变量之间的相关关系
C.相关关系数是测定变量之间关系密切程度的一个指标
D.相关关系能够以定量的方式准确地描述变量之间的相关程度
E.散点图能够精确地展现变量之间的相关关系
A.一元线性回归预测是回归预测的基础,预测对象只受一个主要因素影响
B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验,通常用的检验法是相关系数检验法
C.相关系数等于回归平方和在总平方和中所占的比率,即回归方程所能解释的因变量变异性的百分比,是一元回归模型中用来衡量两个变量之间相关程度的判定指标
D.如果相关系数r=0,表示所有的观测值全部落在回归直线上;如果r=1,则表示自变量与因变量无线性关系