研究文章
并购短期绩效基于Elman神经网络模型:从2006年到2019年在中国的证据
|
| 测试方法 |
特征 |
个股 |
市场 |
|
| 偏态测试(平均) |
简单但不全面,容易受到极端高峰值 |
−0.0242 |
−0.8370 |
| 峰度测试(平均) |
简单但不全面,容易受到极端高峰值 |
4.6782 |
6.6067 |
| jb,测试 |
容易受到异常值基于偏斜度和峰度 |
493例(37.86%) |
588例(45.16%) |
| χ2拟合优度检验 |
第一个分组和后续测试,适合类别数据,容易犯错误的错误 |
275例(21.12%) |
302例(23.20%) |
| Lilliefors测试 |
适用于未知总体参数,运用样本数据而不是整体参数 |
376例(28.88%) |
588例(45.16%) |
| 钴测试 |
适合连续定量数据的度量单位和测试完整的观察点 |
11 (1.90%) |
14 (1.08%) |
|
|
