Что такое множественный дискриминантный анализ (MDA)?
Множественный дискриминантный анализ (MDA) - это метод статистики, используемый финансовыми планировщиками для оценки потенциальных инвестиций, когда необходимо принять во внимание ряд переменных. Этот метод уменьшает различия между некоторыми переменными, так что их можно классифицировать в определенное количество широких групп, которые затем можно сравнить с другой переменной.
В финансах этот метод используется для сжатия различий между ценными бумагами при проверке нескольких переменных.
Множественный дискриминантный анализ связан с дискриминантным анализом, который помогает классифицировать набор данных путем установки правила или выбора значения, которое обеспечит наиболее значимое разделение.
Как используется множественный дискриминантный анализ
Аналитик, рассматривающий ряд акций, может использовать множественный дискриминантный анализ, чтобы сосредоточиться на точках данных, которые наиболее важны для решения, которое находится на рассмотрении. Это упрощает другие различия между акциями без полного их отклонения.
Ключевые вынос
- MDA используется финансовыми планировщиками для оценки потенциальных инвестиций, когда необходимо принять во внимание ряд переменных. Этот метод используется для сжатия различий между ценными бумагами при проверке нескольких переменных. Аналитик, рассматривающий ряд акций, может использовать множественный дискриминантный анализ, чтобы сосредоточиться на точках данных, которые наиболее важны для решения, которое находится на рассмотрении.
Например, аналитик, который хочет выбрать ценные бумаги на основе значений, которые измеряют волатильность и историческую согласованность, может использовать множественный дискриминантный анализ для выделения других переменных, таких как цена.
Множественный дискриминантный анализ также известен, по крайней мере для статистиков, как канонический анализ вариаций или канонический дискриминантный анализ. Это тип дискриминантного анализа, который широко используется исследователями, анализирующими данные во многих областях.
