《表6 各模型预测精度的配对样本T检验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Twin-SVR的公司违约风险预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:***表示p<0.01，**表示p<0.05，*表示p<0.1。

从表5中对比分析得出，Twin-SVR模型拥有最小的RMSE、MAPE以及MAE，这表明较SVR、BPNN以及Logistic模型，使用Twin-SVR公司违约风险预测模型具有最优的预测精度。更进一步，为检验Twin-SVR公司违约风险预测模型所获得的预测精度较其他预测模型是否具有类似数理统计的意义，本文仍然对各模型的预测精度进行配对样本T检验（实验结果见表6）。