σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyخرائط الطريقالمسارات
Ctrl K
AO
+1.2k متعلّم
تسجيل الدخولانضم ↗
خرائط الطريقالمسارات
AO
+1.2k متعلّم
تسجيل الدخول
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyخرائط الطريقالمسارات
Ctrl K
AO
+1.2k متعلّم
تسجيل الدخولانضم ↗
خرائط الطريقالمسارات
AO
+1.2k متعلّم
تسجيل الدخول
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
مسار statsmodels›الوحدة 1 · الانحدار وفحوصه›الموضوع 1.2·~50 دمتوسط

واجهة الصيغ وملخص المربعات الصغرى

الموضع في المسارالوحدة 1 من 3 · الموضوع 2 من 8
1.2 واجهة الصيغ وملخص المربعات الصغرى
—درجة المختبر— / 100إجمالي XP—التتابع—

سطر واحد للملاءمة وجدول واحد للقراءة

مكتبة statsmodels هي المكتبة التي تجيب عن سؤال *ما مدى يقيننا؟* في الانحدار. فحيث تعيد scikit-learn تنبؤات تعيد statsmodels تقريرًا كاملًا: المعاملات وأخطاءها المعيارية وإحصاءات t وقيم p وفترات الثقة وعدة مقاييس للملاءمة. وتصف النموذج بصيغة نصية. ففي smf.ols('ex ~ mkt_rf + hml', data).fit() يكون الاسم يسار علامة التلدة هو المتغير التابع والأسماء يمينها هي المتغيرات المفسّرة ويُضاف الحد الثابت تلقائيًا (اكتب - 1 لحذفه). أما واجهة المصفوفات sm.OLS(y, X) فلا تضيف الثابت فتستدعي sm.add_constant(X) بنفسك ونسيان ذلك هو الزلة الأشهر.

مع متغير مفسّر واحد تكون الحسابات قصيرة بما يكفي لإجرائها يدويًا. مع Sxx=∑(xi−xˉ)2S_{xx}=\sum(x_i-\bar x)^2Sxx​=∑(xi​−xˉ)2 وSxy=∑(xi−xˉ)(yi−yˉ)S_{xy}=\sum(x_i-\bar x)(y_i-\bar y)Sxy​=∑(xi​−xˉ)(yi​−yˉ​) يكون الميل β^=Sxy/Sxx\hat\beta=S_{xy}/S_{xx}β^​=Sxy​/Sxx​ والحد الثابت α^=yˉ−β^xˉ\hat\alpha=\bar y-\hat\beta\bar xα^=yˉ​−β^​xˉ. والبواقي ei=yi−α^−β^xie_i=y_i-\hat\alpha-\hat\beta x_iei​=yi​−α^−β^​xi​ ومجموع مربعاتها SSE\mathrm{SSE}SSE. ويُقدَّر مستوى الضوضاء بـ s2=SSE/(n−k)s^2=\mathrm{SSE}/(n-k)s2=SSE/(n−k) حيث kkk عدد المعاملات الملاءَمة وهو هنا 2. والخطأ المعياري للميل s2/Sxx\sqrt{s^2/S_{xx}}s2/Sxx​​ وإحصاء t هو β^\hat\betaβ^​ مقسومًا عليه، وR2=1−SSE/SSTR^2=1-\mathrm{SSE}/\mathrm{SST}R2=1−SSE/SST حيث SST=∑(yi−yˉ)2\mathrm{SST}=\sum(y_i-\bar y)^2SST=∑(yi​−yˉ​)2 هو التباين الكلي حول المتوسط.

β^=SxySxx,α^=yˉ−β^xˉ,s2=SSEn−k,t=β^s2/Sxx,R2=1−SSESST\hat\beta=\frac{S_{xy}}{S_{xx}},\qquad \hat\alpha=\bar y-\hat\beta\bar x,\qquad s^{2}=\frac{\mathrm{SSE}}{n-k},\qquad t=\frac{\hat\beta}{\sqrt{s^{2}/S_{xx}}},\qquad R^{2}=1-\frac{\mathrm{SSE}}{\mathrm{SST}}β^​=Sxx​Sxy​​,α^=yˉ​−β^​xˉ,s2=n−kSSE​,t=s2/Sxx​​β^​​,R2=1−SSTSSE​(1)
خمسة أشهر يدويًاعوائد السوق الزائدة x=−2,−1,0,1,2x=-2,-1,0,1,2x=−2,−1,0,1,2 (بالمئة) وعوائد السهم الزائدة y=−3,0,1,2,5y=-3,0,1,2,5y=−3,0,1,2,5. فيكون xˉ=0\bar x=0xˉ=0 وyˉ=1\bar y=1yˉ​=1 وSxx=10S_{xx}=10Sxx​=10 وSxy=8+1+0+1+8=18S_{xy}=8+1+0+1+8=18Sxy​=8+1+0+1+8=18 ومنه β^=1.8\hat\beta=1.8β^​=1.8 وα^=1\hat\alpha=1α^=1. والقيم الملاءَمة −2.6,−0.8,1,2.8,4.6-2.6,-0.8,1,2.8,4.6−2.6,−0.8,1,2.8,4.6 والبواقي −0.4,0.8,0,−0.8,0.4-0.4,0.8,0,-0.8,0.4−0.4,0.8,0,−0.8,0.4 وSSE=1.6\mathrm{SSE}=1.6SSE=1.6 بينما SST=16+1+0+1+16=34\mathrm{SST}=16+1+0+1+16=34SST=16+1+0+1+16=34. إذن R2=1−1.6/34=0.953R^2=1-1.6/34=0.953R2=1−1.6/34=0.953. ومع n−k=3n-k=3n−k=3 يكون تقدير الضوضاء s2=1.6/3=0.5333s^2=1.6/3=0.5333s2=1.6/3=0.5333 والخطأ المعياري 0.5333/10=0.2309\sqrt{0.5333/10}=0.23090.5333/10​=0.2309 وt=1.8/0.2309=7.79t=1.8/0.2309=7.79t=1.8/0.2309=7.79. وعلى بيانات حقيقية يعطي العائد الشهري الزائد لأبل مقابل السوق في 319319319 شهرًا من فبراير 2000 إلى أغسطس 2026 قيمة β^=1.31\hat\beta=1.31β^​=1.31 بخطأ معياري 0.1120.1120.112 (t=11.7t=11.7t=11.7) وثابتًا قدره 1.5%1.5\%1.5% شهريًا (t=2.9t=2.9t=2.9) لكن R2R^2R2 لا يتجاوز 0.300.300.30.
  • الصيغة أولًا: y ~ a + b تلائم ثابتًا وميلين و- 1 تحذف الثابت وsm.OLS يحتاج add_constant.
  • اقرأ الجدول بالترتيب: المعامل فالخطأ المعياري فإحصاء t فقيمة p فالفترة ثم R2R^2R2 وحجم العينة.

المختبر: ما الذي يُقيَّم

  • الميل يدويًا15 نقطة
  • الحد الثابت10 نقطة
  • معامل التحديد15 نقطة
  • إحصاء t20 نقطة
  • اقرأ جدول الملخص10 نقطة
  • سير عمل الانحدار10 نقطة
  • دقيق لكن صغير20 نقطة
0/ 7 تمت الإجابة
المهام
1إجابة رقمية15 نقطةبلا إجابة

عوائد السوق الزائدة هي −2,−1,0,1,2-2,-1,0,1,2−2,−1,0,1,2 وعوائد السهم الزائدة −3,0,1,2,5-3,0,1,2,5−3,0,1,2,5. مع Sxx=10S_{xx}=10Sxx​=10 كم يساوي β^=Sxy/Sxx\hat\beta=S_{xy}/S_{xx}β^​=Sxy​/Sxx​؟ أوجد أولًا Sxy=∑(xi−xˉ)(yi−yˉ)S_{xy}=\sum(x_i-\bar x)(y_i-\bar y)Sxy​=∑(xi​−xˉ)(yi​−yˉ​). أعط منزلة عشرية واحدة.

b=b =b=المقبول: ± 0.02
2إجابة رقمية10 نقطةبلا إجابة

مع β^=1.8\hat\beta=1.8β^​=1.8 وxˉ=0\bar x=0xˉ=0 وyˉ=1\bar y=1yˉ​=1 كم يساوي الحد الثابت α^=yˉ−β^xˉ\hat\alpha=\bar y-\hat\beta\bar xα^=yˉ​−β^​xˉ؟

a=a =a=المقبول: ± 0.01
3إجابة رقمية15 نقطةبلا إجابة

بواقي الملاءمة هي −0.4,0.8,0,−0.8,0.4-0.4,0.8,0,-0.8,0.4−0.4,0.8,0,−0.8,0.4 فيكون SSE=1.6\mathrm{SSE}=1.6SSE=1.6 والتباين الكلي حول المتوسط SST=34\mathrm{SST}=34SST=34. كم يساوي R2=1−SSE/SSTR^2=1-\mathrm{SSE}/\mathrm{SST}R2=1−SSE/SST؟ أعط ثلاث منازل عشرية.

r=r =r=المقبول: ± 0.002
4إجابة رقمية20 نقطةبلا إجابة

تقدير الضوضاء هو s2=SSE/(n−2)=0.5333s^2=\mathrm{SSE}/(n-2)=0.5333s2=SSE/(n−2)=0.5333 وSxx=10S_{xx}=10Sxx​=10. كم يساوي t=β^/s2/Sxxt=\hat\beta/\sqrt{s^2/S_{xx}}t=β^​/s2/Sxx​​ عندما β^=1.8\hat\beta=1.8β^​=1.8؟ استعمل 0.05333=0.2309\sqrt{0.05333}=0.23090.05333​=0.2309 وأعط منزلتين عشريتين.

t=t =t=المقبول: ± 0.05
5مطابقة10 نقطةبلا إجابة

طابق كل بند من الملخص بما يخبرك به.

اختر مقابل كل عنصر في اليسار.

coef
std err
t
معامل التحديد
6رتّب الخطوات10 نقطةبلا إجابة

رتّب خطوات ملاءمة انحدار عوامل لسهم واحد.

اسحب لإعادة الترتيب، أو ركّز على عنصر واضغط مسافة لرفعه والأسهم لتحريكه ومسافة لإفلاته.

  1. 1قراءة جدول الملخص
  2. 2ملاءمة الصيغة بـ ols وfit
  3. 3طرح معدل الخالي من المخاطر للحصول على العوائد الزائدة
  4. 4فحص البواقي قبل الوثوق به
  5. 5محاذاة عوائد السهم والعوامل حسب الشهر
7اشرح بكلماتك20 نقطةبلا إجابة

بيتا سهم له t=11.7t=11.7t=11.7 بينما للانحدار R2=0.30R^2=0.30R2=0.30. اشرح في جملة أو جملتين لماذا لا يتناقض هذان الأمران.

وضع الرياضياتإدخال بلوحة المفاتيح أو LaTeXالمهمة 1 من 7 · Ctrl ⏎ للتحقق

سجّل الدخول لتشغيل الكود الخاص بك.

قراءة كل المحاضرات مجانية. أنشئ حسابًا أو سجّل الدخول لتشغيل الكود وتنفيذ الاختبارات وتسليم هذا المختبر.

  • بيئة تطوير داخل المتصفح مع طرفية bash — لا حاجة لتثبيت أي شيء
  • تصحيح فوري ونقاط خبرة ومكانك في المسار
إنشاء حسابتسجيل الدخول
أو
المتابعة عبر GitHub