AI經濟

 有人問我可以知道明天股價多少嗎？我覺得這是個好問題。但當我們在做數據分析或預測時，是沒有任何故事可言的。換言之數字自己講他自己的故事。如果我們想要講故事，那就是試圖賦予那天或先前有何種的事件或衝擊發生，致使這樣的未來發生。 哈~有覺得這很像我自己在編故事嗎？這只是我們試著將一些過去某時日的事件加上投資人心理，再加上很多因素後形成了有場景和影響性的情況。這也是為何尋找股價漲跌成因是如此重要。 不過，如果我只是想要預測，或許如上圖，給你一個預測的點，再加上迴歸分析的R2或調整後的R2做為百日勝率解釋。你可以試試看，每天觀察，看最後真實的點是否有與預測點非常接近呢。 這是使用昨日股價資料估計今天股價的方式，產生時間差。如此一來就能夠 以上數據僅供參考，不做任何人之投資行為損失之責任。

意向大數據分析方法可以適用於同時出現文字與數字的資料。然後透過計算每個層次的機率與每個層次之間所形成的條件機率，我們可以繪製出樹狀圖來顯示每個可能路徑。樹狀圖會因為層次的排序不同而不同，所以這樣的樹狀圖會非常龐大的，計算起來也非常麻煩。 下面，我用三個層次的例子來說明意向大數據分析方法的使用。 資料內容 隨機調查一萬個人，記錄他的性別、居住區域、年所得(萬元) 男   北          52.4863746029 男   南         123.4805768599 女   北         331.9074010055 男   北         243.1755663228 男   南         180.8876075778 男   北         158.3195187234 男   北         193.4245893981 男   北         236.3479604666 男   南         146.9041270653 女   北         228.9483905483 男   北         187.6686910211 女   北         358.9686625266 男   南         14...

健康促進的宣導包含口腔、飲食、防止跌倒與菸害。對於高齡的受試者的性別、年齡與經宣導後的受測分數進行分析，我們想知道 性別會影響宣導後的受測總分嗎？ 不同年紀會影響宣導後的受測總分嗎？ 當我們知道宣導後的受測總分時，哪種宣導活動是高齡受試者最容易且關注的活動呢？ 數字經過次數分配表的分類後可以得到 年齡的分類 總分的分類 X3 口腔運動的分數 健康飲食宣導的分數 防止跌倒的宣導分數 菸害宣導的分數 ******************************************************************************* 第一個問題的分析結果為 不同性別對總分影響 中位數法 由 F 估計結果 X3分類= 77 由 M 估計結果 X3分類= 83.2 平均數法 由 F 估計結果 E(X3分類)= 73.9 由 M 估計結果 E(X3分類)= 80.7 最大值法(眾數) 由 F 估計結果 X3分類= 70.8 由 M 估計結果 X3分類= 83.2 最小值法 由 F 估計結果 X3分類= 64.6 由 M 估計結果 X3分類= 64.6 根據上述的分析結果，我們可以發現中位數法、平均數法與眾數法都顯示女性(F)的總分低於男性(M)。而且三種方法比較下，明顯可以看出女性(F)的總分以中位數法最高，其次是平均數法，最低為眾數法。這代表女性的總分應呈現左偏的分數分佈。而男性(M)的總分分佈不同於女性。經觀察後可發現平均數法的總分最低，中位數法與眾數法是相同的總分。 至於最小值法則是代表總分出現的可能性最低的數值，也可以代表為極端值。因為無論男性或女性是最少人獲得的分數。這也代表多數受試者在宣導後對健康促進都有所了解，很少受試者落於分類1(最低分)。 ******************************************************************************* 第二個問題則是不同年齡對總分的影響。       中位數法 由 X2分類= ...