Regresie liniară

Analiza regresiei pot fi adăugate la metodele statistice de studiere a relației dintre variabile specifice (dependente și independente). În acest caz, variabilele independente sunt numite „covariabilele“ și dependente - „criterială“. Când se efectuează o analiză de regresie liniară reprezentare variabilă dependentă ia forma unei cruste de interval. Există o probabilitate de prezența unor relații neliniare între variabile legate de scara intervalului, dar această problemă a fost deja rezolvată prin metode de regresie neliniară, care nu face obiectul prezentului articol.

regresie lineară a fost folosit destul de succes ca în calcule matematice, și în studii economice, pe baza datelor statistice.

Deci, ia în considerare acest lucru o regresie mai mult. Din punctul de vedere al metodei matematice de determinare a relației liniare între unele variabile de regresie liniară pot fi reprezentate ca o formulă: y = a + bx. Pentru o explicație a acestei formule poate fi găsită în orice manual de pe Econometrie.

Atunci când extinderea numărului de observare (până la numărul n-lea ori) obținut printr-o regresie liniară simplă, reprezentată printr-o formulă:

yi = A + BXI + ei,

în cazul în care ei - independente, identic repartizate, variabile aleatoare.

În acest articol, aș dori să acorde mai multă atenție acestui concept din punctul de vedere al prognozarea prețul viitor pe baza datelor anterioare. În acest domeniu, estimăm o regresie liniară se utilizează în mod activ metoda celor mai mici pătrate, care ajută la formarea „cel mai potrivit“ , linia dreaptă printr - un anumit număr de valori de puncte de preț. Datele de intrare utilizate de către punctul de preț, adică mare, mic, de închidere sau deschidere, iar media acestor valori (de exemplu, suma maximă și minimă împărțit la doi). De asemenea, aceste date inainte de a construi o linie adecvată poate fi netezite în mod arbitrar.

Așa cum sa menționat mai sus, de regresie liniară este adesea folosită de analiști pentru a determina o tendință pe baza prețului și a timpului. În acest caz, panta indicatorului de regresie va determina amploarea modificărilor de preț pe unitatea de timp. Una dintre condițiile de decizie corectă utilizând acest indicator este utilizarea unui generator de semnal, ca urmare tendința de regresie înclinare. În cazul în care se realizează o pantă pozitivă (în creștere de regresie liniară) de cumpărare în cazul în care valoarea indicatorului este mai mare decât zero. În timpul panta negativă (scădere de regresie) de vânzare ar trebui să fie la valori negative ale indicatorului (mai mică decât zero).

Așa cum este utilizat în determinarea cea mai bună linie corespunzătoare unui anumit număr de puncte de preț, metoda celor mai mici pătrate presupune că următorul algoritm:

- este expresia totală a diferenței pătratelor prețurilor și a liniei de regresie;

- este raportul dintre această sumă și numărul de bare în intervalul seriilor de date de regresie;

- la rezultat calculat rădăcina pătrată, care corespunde cu deviația standard.

Simplu Linear Regression Ecuația are modelul:

y (x) = f (x) ^,

în cazul în care - elementele productive prezentate variabilei dependente;

x - explicative sau variabile independente;

^ Indică absența unei stricte relații funcționale între variabilele x și y. Prin urmare, în fiecare caz particular, variabila y poate consta în asemenea termeni:

y = yx + ε,

în cazul în care - datele reale de rezultat;

uh - datele rezultate teoretice determinate prin rezolvarea ecuației de regresie ;

ε - variabilă aleatoare care caracterizează abaterea dintre valoarea reală și valoarea teoretică.