时间加权收益率（Time-weighted Rate of Return）
时间加权收益率为每个投资期限收益率的几何平均计算而成的年化收益率，因此不受现金流出与流入的影响，并且较受业界青睐。
要计算时间加权收益率必须先算出每一持有期收益率（Holding Period Return，HPR），之后再相乘各持有期收益率得出该项投资的时间加权收益率，若期投资年限超过一年，则需使用几何平均法算出年化收益率。
以同样的例子来看，假设小保在t＝0时用30元买进1只每年发放2元股利的股票，一年后（t＝1）股价不变，并在两年后（t＝2）以50元卖出，可得出该笔投资的资金加权收益率为0.35％，计算方式如下：
持有期收益率=(期初市价-期末市价)/期初市价
*9年的收益率：（30＋2－30）÷30＝0.07
第二年的收益率：（52－30）÷30＝0.73
时间加权收益率：（1＋0.07）×（1＋0.73）－1＝0.85
年化收益率：（1＋0.85）÷2－1＝36％
置信水平（Confidence level）
在统计学上，置信水平是个较难懂的概念，很多人就算明白了它的用法但还是对其概念一知半解。
置信水平通常被用在对总体参数（Population Parameter）的预测上。由于点估计容易产生偏差，所以分析师常会用区间估计来估计一个参数。例如，与其说估计某总体平均值为10（点估计），用区间估计的话就会说估计某总体的平均值在9.5至10.5之间，相应的置信水平（Confidence Level）为95％。也就是说，总体平均值在9.5至10.5之间的概率为95%。在这个例子里，9.5和10.5之间就是置信区间（Confidence Interval）了。
对于一组相同的数据所估算出对总体参数的预测，不要以为置信水平越高，所对应的置信区间估计就越好。
置信水平越高并不代表估计越精准，当计算出的置信水平与置信区间都是来自同一组数据时，置信水平越高，置信区间的范围也越广，所以并不能带来更高的精准度。换句话说，同一组数据所带来的估计质量是一样的，用者需根据用处和需要，从置信水平和置信区间之间寻找一个平衡点。
假设检验（Hypothesis Test）
CFA Notes里对假设检验的文字和计算很多，这里主要是想以更高的角度让您对它有更深一层的概念，以方便记忆。
其实假设检验就是利用实验的统计数据来作决定。由于假设检验先假设后验证的特色，所以也被称为验证数据分析（Confirmatory Data Analysis），有别于探索性数据分析（Exploratory Data Analysis）。题目可分成两类，即平均值类和方差类。平均值类题目包括证明实验数据平均值是否相等于总体平均值、等于某值、或两组数据的平均值是否相同。
记得做假设检验的*9步就是先作假设吧！这里帮你重温一下假设检验的6个步骤：
1. 作假设： 原假设H0一般是你希望拒绝的假设，备择假设Ha则相反
2. 决定要用的测试统计：需明白何时用Z检验及T检验；何时用卡方检验及F检验
3. 决定要用的显着水平（Level of Significance）：一般题目给出
4. 找出决策规则：找出临界点，然后决定何时拒绝原假设
5. 计算测验的统计数据
6. 根据决策规则来决定是否拒绝原假设
除了能解假设检验题目外，还要知道假设检验的*9类和第二类错误。*9类错误是错误拒绝原假设，其概率是显着性水平大小。第二类错误是错误接受原假设，其概率取决于显着性水平及样本的大小。