[原创][R语言]股票分析实战[8]:因子与subset的关系

[简介]
常用网名: 猪头三
出生日期: 1981.XX.XX
QQ联系: 643439947
个人网站: 80x86汇编小站 https://www.x86asm.org
编程生涯: 2001年~至今[共22年]
职业生涯: 20年
开发语言: C/C++、80x86ASM、PHP、Perl、Objective-C、Object Pascal、C#、Python
开发工具: Visual Studio、Delphi、XCode、Eclipse、C++ Builder
技能种类: 逆向 驱动 磁盘 文件
研发领域: Windows应用软件安全/Windows系统内核安全/Windows系统磁盘数据安全/macOS应用软件安全
项目经历: 磁盘性能优化/文件系统数据恢复/文件信息采集/敏感文件监测跟踪/网络安全检测

[序言]
在股票数据分析中, "方差分析"是非常重要的技术. 那么"方差分析"就会涉及的因子. 因子的处理, 会涉及到"方差分析"的平衡性处理, 平衡 与 非平衡. 

[因子 与 subset函数]
记录一个细节: 当有一个数据框, 需要进行"方差分析"时, 为了保证观测数的平衡性, 即每组分类的观测数是一样的. 尽量使用subset()函数来进行数据抽取. 而不是用 rbind()或者cbind()来做数据抽取. 这是因为subset()函数不会改变因子的数量.

[代码示例]
假如有一个数据框stock_demo包含一个Days列, 内容是周内第N天, 类型为因子, 数据如下:

1
3
4
3
2
2
2
1
3

stock_demo_sub <- subset(stock_demo, Days = '3') #把因子为3的行内容提取出来并形成一个新的数据框 stock_demo_sub
table(stock_demo_sub) # 统计因子的频数. 这时你会发现， stock_demo_sub 仍然会保留所有的因子, 即 1 2 3 4

[结尾]
很多人在做"方差分析"的时候, 为什么结果不准确, 其实就是因子被破坏的问题, 导致了"方差分析"的平衡性倾向于非平衡, 在"非平衡模式"分析下, 不如"平衡模式"分析准确.