摘要:本文是为了确定最佳的投资策略，包括大学的分类、排名、投资回报率计算以及投资持续时间模型。             

首先，本文提出了基于贝叶斯判别方法的大学分类模型，由此把大学分为5类。在此基础上，基于k-均值聚类算法的测试模型显示了前者分类模型的有效性。             

为了确定高校教育财政需求的权重，建立了一个层次分析法和熵值法相结合的模型，对学校进行赋值排名。           

针对投资回报率，提出了一种基于逻辑回归的投资回报率计算模型。在分析了相关因素后，根据经济学原理定义了投资回报率的公式并提供了合理的测试模型。

最后，我们建立了基于投资Ito方程投资时间对学生表现影响的预测模型。模型提供了最佳的投资时间持续时间。除此之外，设计了两个捐赠计划。一是将捐赠分为助学金和助学贷款。另一类是投资稳定的理财产品。由此提高资金利用率和增加投资年限。

综上本文给出了针对各个问题的解决方案，但是最主要的缺点是缺乏足够的数据来检验模型的有效性。

关键词：聚类分析； t检验； 投资回报率： Ito方程

目录

摘要

Abstract

1.引言-4

2.学校分类模型-5

2.1问题分析-5

2.2数据预处理-6

2.3基于贝叶斯的分类模型-7

2.3.1聚类分析-7

2.3.2正态性检验-8

2.3.3贝叶斯判别法-8

2.4基于k-均值聚类算法对比模型检验-9

2.5总结-10

3. 加权平均选择模型-10

3..1问题分析-10

3.2模型一：层次分析法-11

3.2.1模型建立-11

3.2.2结论和分析-12

3.2.3一致性检验-14

3.3模型二：熵模型-14

3.3.1模型建立-14

3.4结论与分析-15

3.5灵敏度分析-16

3.6结论与分析-17

4. 基于逻辑回归的ROI计算模型-17

4.1问题分析-17

4.2模型建立-18

4.3模型检验-20

4.4结论与分析-20

5.投资持续时间模型-21

5.1问题分析-21

5.2基于ito方程的投资持续时间对学生的预测模型-21

5.3结论与分析-22

5.4模型测试-23

5.5结论与分析-23

6．模型的优缺点-23

7.参考文献:-25

8.致谢-26