《表2 相关数据矩阵：基于灰色系统和神经网络的创业板股票价格预测研究》
提示：宽带有限、当前游客访问压缩模式
相关系数用来衡量变量两两之间的数据相关性，可以初步判断因变量与解释变量之间是否具有线性相关性。下表2为变量相关系数矩阵。
| 图表编号 | XD0030029200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.12 |
| 作者 | 马娟、王露、左黎明 |
| 绘制单位 | 江西外语外贸职业学院会计金融学院、华东交通大学系统工程与密码学研究所、华东交通大学系统工程与密码学研究所、江西省经济犯罪侦查与防控技术协同创新中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 错判矩阵表：基于新型指标的股票价格操纵识别模型研究》2020.08.25
- 《表2 FTND评估情况：基于BP神经系统与灰色度模型的篮球运动员选材预测分析》2020.12.20
- 《表2 评估样本矩阵表：基于灰色理论的装备保障信息网络密钥管理系统效能评估》2020.12.30
- 《表1 数据集形式：基于LSTM神经网络的股票价格预测研究》2021.02.01
- 《表2 传动效率测试数据：基于PCA-BP神经网络综合模型预测股票价格》2020.11.25
- 《表2 处理后的数据分布：基于PCA-BP神经网络综合模型预测股票价格》2020.11.25
- 《表2 时间序列数据：ARIMA模型和灰色模型在农产品价格预测中的应用比较》2018.08.28
- 《表1 观测原始数据：基于灰色理论与BP神经网络瓦斯涌出量预测研究》2020.04.01
- 《表2 数据预测对比图：基于灰色理论与BP神经网络瓦斯涌出量预测研究》2020.04.01
- 《表2 数据预测对比图：基于灰色理论与BP神经网络瓦斯涌出量预测研究》2020.04.01
- 《表2 技术指标：基于离散化和LSTM神经网络的股票指数趋势预测研究》2019.12.25
- 《表2 负荷预测数据比较：基于GA-BP神经网络的电力系统负荷预测研究》2019.10.10
- 《表6 成份矩阵a：基于改进多元线性回归的股票价格预测模型》2019.08.15
- 《表3 相关矩阵：基于改进多元线性回归的股票价格预测模型》2019.08.15
- 《表4 指标预测值：基于灰色系统和神经网络的创业板股票价格预测研究》2019.04.12
- 《表3 系数表：基于灰色系统和神经网络的创业板股票价格预测研究》2019.04.12
- 《表8 各公司股票波动率：创业板上市公司价值评估模型构建研究——基于灰色预测模型与实物期权的结合》2019.02.20
- 《表1 模型检验等级划分：创业板上市公司价值评估模型构建研究——基于灰色预测模型与实物期权的结合》2019.02.20
- 《表2 复值BP神经网络对股票价格预测》2018.06.20
- 《表2 相关性分析：盈余管理与股票价格信息效率研究——基于非机会主义动机的视角》2019.12.01