有什么软件可以计算股票相关系数的

　　表达不是很清楚！！什么系数

　　如何计算基金收益率的时序相关性

　　累计净值不能准确反映基金的收益，因为基金分红时可以选择，也可以选择分红的自动再投入。如果选择的，也可以选择过几天或者过几个月手动再申购。累计净值是一个简单还原，如果不要求精确计算是可以用的指标。
基金收益率
假设一投资者在一级市场上以每单位1.01元的价格认购了若干数量的基金。收益率是怎样计算的呢对此这里分三种情况进行一下分析。
由于所要计算的是投资于基金短期收益率，因此我们选用了当期收益率的指标。当期收益率R=（P-P0+D）/P0
市价P>初始购买价P0
初始购买价格P0小于当期价格P，基金持有人的收益率R处于理想状态，R的大小取决于P与P0间的差价。
假设投资者在99年1月4日购买兴华的初始价格P0为1.21元，当期价格P为1.40元，分红金额为0.022元，收益率R为17.2%；99年7月5日购买，初始价格P0为1.34元，则半年期的收益率4.47%，折合为年收益率则为8.9%；99年10月8日为1.33元（也是99年下半年的平均价格），那么其三个月的持有收益为5.26%，折合年率高达21%。当然这样折算只是为了和同期银行储蓄存款利率做对比，这种方法并不科学。

　　基金相关性

　　本人觉的，玩基金，不如自己玩股票！！！

　　相关系数的应用

　　1.在概率论计算中的应用 例1．若将一枚硬币抛n次，X表示n次试验中出现正面的次数，Y表示n次试验中出现反面的次数。计算ρXY。
解：由于X+Y=n，则Y=-X+n，根据相关系数的性质推论，得ρXY = − 1。
例2．已知随机变量X、Y分别服从正态分布N(1，9)，N(0，16)且X，Y的相关系数
设，求证X，Z相互独立。
证明：由已知得E(X)=1，D(X)=9，E(Y)= 0，D(Y) = 16
由于正态分布的随机变量的线性组合仍然服从正态分布，知Z是正态变量。
根据数学期望的性质有
根据方差的性质有得
由于 E(XY) = Cov(X,Y) + E(X)E(Y) = − 6，
E(X) = D(X) + [E(X)] = 10
ρXZ = 0，X，Z不相关。
由于正态随机变量的相互独立与互不相关等价，故X,Z相互独立。
因此，一般情况下两个随机变量不相关不一定相互独立。不相关仅指随机变量之间没有线性关系，而相互独立则表明随机变量之间互不影响，没有关系。 2.在企业物流上的应用 【例】一种新产品上市。在上市之前，公司的物流部需把新产品合理分配到全国的10个仓库，新品上市一个月后，要评估实际分配方案与之前考虑的其他分配方案中，是实际分配方案好还是其中尚未使用的分配方案更好，通过这样的评估，可以在下一次的新产品上市使用更准确的产品分配方案，以避免由于分配而产生的积压和断货。表1是根据实际数据所列的数表。
通过计算，很容易得出这3个分配方案中，B的相关系数是最大的，这样就评估到B的分配方案比实际分配方案A更好，在下一次的新产品上市分配计划中，就可以考虑用B这种分配方法来计算实际分配方案。 3.在聚类分析中的应用 【例】如果有若干个样品，每个样品有n个特征，则相关系数可以表示两个样品间的相似程度。借此，可以对样品的亲疏远近进行距离聚类。例如9个小麦品种(分别用A1,A2,...,A9表示)的6个性状资料见表2，作相关系数计算并检验。
由相关系数计算公式可计算出6个性状间的相关系数，分析及检验结果见表3。由表3可以看出，冬季分蘖与每穗粒数之间呈现负相关(ρ = − 0.8982)，即麦冬季分蘖越多，那么每穗的小麦粒数越少，其他性状之间的关系不显著。

　　如何用EVIEWS做相关性检验毕业设计需要。我是两组不同种类基金的收益，在做均检验前需先做相关性检...

　　建立出模型来，然后点view》residual test》series correlation LM test
默认是做二阶差分，出来的结果如果obs和resid（-2）都显著了那重复上面步骤做三阶的，直到obs显著，resid（-p）不显著就停止，就是p阶自回归消除，此时DW量应该特别接近2
到这，模型就是y=c+B1*X+e（t)
e(t)=b1*e(t-1)+b2*e(t-2)....+bp*e(t-p)+u
参数估计里面直接有

　　大数据分析一般用什么工具分析

　　在大数据处理分析过程中常用的六大工具：

　　1、Hadoop

　　Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。

　　2、HPCC

　　HPCC，High Performance Computing and Communications(高性能计算与通信)的缩写。1993年，由美国科学、工程、技术联邦协调理事会向国会提交了“重大挑战项目：高性能计算与 通信”的报告，也就是被称为HPCC计划的报告，即美国总统科学战略项目，其目的是通过加强研究与开发解决一批重要的科学与技术挑战问题。HPCC是美国 实施信息高速公路而上实施的计划，该计划的实施将耗资百亿美元，其主要目标要达到：开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆 比特网络技术，扩展研究和教育机构及网络连接能力。

　　3、Storm

　　Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理Hadoop的批量数据。Storm很简单，支持许多种编程语言，使用起来非常有趣。

　　4、Apache Drill

　　为了帮助企业用户寻找更为有效、加快Hadoop数据查询的方法，Apache软件基金会近日发起了一项名为“Drill”的开源项目。Apache Drill 实现了 Googles Dremel.

　　据Hadoop厂商MapR Technologies公司产品经理Tomer Shiran介绍，“Drill”已经作为Apache孵化器项目来运作，将面向全球软件工程师持续推广。

　　5、RapidMiner

　　RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术。它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。

　　6、Pentaho BI

　　Pentaho BI 平台不同于传统的BI 产品，它是一个以流程为中心的，面向解决方案(Solution)的框架。其目的在于将一系列企业级BI产品、开源软件、API等等组件集成起来，方便商务智能应用的开发。它的出现，使得一系列的面向商务智能的独立产品如Jfree、uartz等等，能够集成在一起，构成一项项复杂的、完整的商务智能解决方案。