log-linear model是FRM考試金融知識(shí)點(diǎn)嗎？

備考FRM考試，金融英語(yǔ)詞匯是需要考生所掌握的，備考時(shí)也可以借助外界的學(xué)習(xí)資料。近日有考生咨詢(xún)log-linear model是FRM考試金融知識(shí)點(diǎn)嗎？》》》2022年新版FRM一二級(jí)內(nèi)部資料免·費(fèi)領(lǐng)?。　揪A版】

log-linear model是FRM考試金融知識(shí)點(diǎn)，是對(duì)數(shù)線(xiàn)性模型，對(duì)數(shù)線(xiàn)性模型描述的是概率與協(xié)變量之間的關(guān)系；對(duì)數(shù)線(xiàn)性模型也用來(lái)描述期望頻數(shù)與協(xié)變量之間的關(guān)系。

對(duì)數(shù)線(xiàn)性模型基本思想：

對(duì)數(shù)線(xiàn)性模型分析是把列聯(lián)表資料的網(wǎng)格頻數(shù)的對(duì)數(shù)表示為各變量及其交互效應(yīng)的線(xiàn)性模型，然后運(yùn)用類(lèi)似方差分析的基本思想，以及邏輯變換來(lái)檢驗(yàn)各變量及其交互效應(yīng)的作用大小。

列聯(lián)表

（1）作用：分析定類(lèi)變量和定類(lèi)變量之間有無(wú)關(guān)系；

（2）優(yōu)缺點(diǎn)：不需要確定因變量和自變量。但是，卡方檢驗(yàn)對(duì)三維和三維以上列聯(lián)表資料的分析有一定困難，即對(duì)混雜變量的控制較難。約束條件少、清晰、可以快速準(zhǔn) 確進(jìn)行判斷。失去了對(duì)多變量之間的交互聯(lián)系的分析，進(jìn)行兩變量間關(guān)聯(lián)分析時(shí)缺乏統(tǒng)計(jì)控制，不能準(zhǔn) 確定量描述一個(gè)變量對(duì)另一個(gè)變量的作用幅度。

（3）列聯(lián)表的四種類(lèi)型：

雙向無(wú)序列聯(lián)表；

單向有序列聯(lián)表；

雙向有序且屬性不同的列聯(lián)表；

雙向有序且屬性相同的列聯(lián)表。

邏輯回歸

（1）作用：分析尺度變量（也可引入類(lèi)別變量）與二分類(lèi)別變量之間的因果關(guān)系；

（2）優(yōu)缺點(diǎn)：解決了對(duì)混雜變量的控制的問(wèn)題，而且，它能將因變量與自變量的關(guān)系用模型表示出來(lái)，清晰易理解。但是，當(dāng)模型中自變量較多，特別是名義變量較多，或名義變量的類(lèi)別較多時(shí)，分析自變量之間的交互效應(yīng)就很繁雜，可能需要建立很多啞變量。

對(duì)數(shù)線(xiàn)性模型

（1）作用：綜合運(yùn)用方差分析和邏輯回歸中的建模方法，應(yīng)用于純粹定類(lèi)變量之間，系統(tǒng)評(píng)價(jià)各變量間關(guān)系和交互作用大小的多元統(tǒng)計(jì)方法；

（2）優(yōu)缺點(diǎn)：可以直接分析各種類(lèi)型的分類(lèi)變量，對(duì)于名義變量，也不需要事先建立啞變量，可以直接分析變量的主效應(yīng)和交互效應(yīng)。對(duì)數(shù)線(xiàn)性模型不僅可以解決卡方分析中常遇到的高維列聯(lián)表的“壓縮”問(wèn)題，又可以解決logistic回歸分析中多個(gè)自變量的交互效應(yīng)問(wèn)題。

FRM考試的知識(shí)點(diǎn)內(nèi)容就分享這么多，學(xué)員如果還有更多的內(nèi)容想要學(xué)習(xí)，可以在線(xiàn)咨詢(xún)老師或者添加老師微信（rongyuejiaoyu）。