我目前正在研究各种金融资产的某些非线性模型的符号可预测性。
下表显示了使用 9 种不同模型生成的 5 种金融资产的正确符号预测百分比，其中 *、** 和 *** 分别表示在 10%、5% 和 1% 水平上的显着性，用于双尾二项式检验H0：p=0.5。
现在，我的问题是，我应该还是不应该应用 Bonferroni 调整？
如果是这样，我应该调整模型数量、资产数量还是两者兼而有之？
我对此表示怀疑，因为这些列高度相关，因为 - 如果一个模型在一项资产上表现良好，它往往在其他资产上也表现良好。
我目前正在研究各种金融资产的某些非线性模型的符号可预测性。
下表显示了使用 9 种不同模型生成的 5 种金融资产的正确符号预测百分比，其中 *、** 和 *** 分别表示在 10%、5% 和 1% 水平上的显着性，用于双尾二项式检验H0：p=0.5。
现在，我的问题是，我应该还是不应该应用 Bonferroni 调整？
如果是这样，我应该调整模型数量、资产数量还是两者兼而有之？
我对此表示怀疑，因为这些列高度相关，因为 - 如果一个模型在一项资产上表现良好，它往往在其他资产上也表现良好。