Doğrusal regresyon

Regresyon analizi (bağımlı ve bağımsız) özel değişkenler arasındaki ilişkiyi inceleyerek istatistiksel yöntemlerle eklenebilir. "Criterial" - Bu durumda, bağımsız değişkenler "ortak değişkenler" ve bağımlı denir. bir lineer regresyon analizi yapılırken bağımlı değişken temsili bir aralık ölçeği şeklini alır. Orada ölçüm aralığına ilişkin değişken arasındaki doğrusal olmayan ilişkiler varlığının bir olasılık, fakat bu problem, bu maddenin tabi değildir, doğrusal olmayan regresyon yöntemleriyle çözülmüştür.

Doğrusal regresyon matematiksel hesaplamalar gibi oldukça başarıyla kullanıldı ve istatistiksel verilere dayalı ekonomik çalışmalarda edildi.

Yani bu daha bir gerileme düşünün. lineer regresyon bir formül olarak temsil edilebilir bir değişken arasındaki doğrusal ilişkinin saptanması için matematiksel bir yöntem görüş açısından: y + bx =. Bu formülün açıklaması için ekonometri üzerine herhangi bir ders kitabında bulunabilir.

bir formül ile temsil edilen bir basit doğrusal regresyonu ile elde edilen bileşik (kadar kez n'inci sayıya) gözlem sayısı genişleyen zaman:

yi = A + BXI + EI,

burada ei - bağımsız olarak, aynı rastgele değişkenler dağıtılmış.

Bu yazımda önceki verilere dayalı gelecekteki fiyatını tahmin açısından bu kavramın daha fazla dikkat etmek istiyorum. Bu alanda, bir lineer regresyon aktif kullanarak tahmin en küçük kareler yöntemi, fiyat noktaları değerlerinin belirli bir numara ile "en uygun" düz bir çizgi oluşturmak için yardımcı olur. yüksek, düşük, kapatma veya açma ve bu değerlerin ortalaması anlamına fiyat noktası tarafından kullanılan veri girişi, (örneğin, ikiye bölünür maksimum ve minimum toplamı). Aynı zamanda, uygun bir çizgi oluşturmadan önce bu veriler keyfi düzeltilebilir.

Yukarıda belirtildiği gibi, lineer regresyon genellikle fiyat ve zamanında temelinde bir eğilim belirlemek için analistler tarafından kullanılır. Bu durumda, regresyon göstergesinin eğim zaman birimi başına fiyat değişiklikleri büyüklüğünü belirleyecektir. bu gösterge ile doğru karar koşullardan biri eğim gerileme trendine bir sinyal üretecinin kullanımıdır. pozitif eğim (yükselen lineer regresyon) satın gerçekleştirilirse gösterge değeri sıfırdan büyük ise. İkinci negatif eğim (azalan regresyon) sırasında gösterge (sıfırdan daha az) negatif değerleri olmalıdır.

fiyat noktaları, belirli bir numaraya karşılık gelen iyi hattı belirlenmesinde kullanıldığı üzere, en küçük kareler yöntemi, aşağıdaki algoritmayı eder:

- fiyatlar ve regresyon çizgisinin karelerinin farkının toplamı ifadesidir;

- Bu toplamının oranı ve regresyon veri dizisi aralığında çubuklarının sayısı olduğu;

- sonucu hesaplanan üzerine kare kökü, standart sapmaya karşılık gelir.

Basit Doğrusal Regresyon Denklemi model var:

y (x) = f (x) ^,

nerede - üretken özellikler bağımlı değişken sundu;

X - açıklayıcı ya da bağımsız değişkenle ilişkilidir;

^ Katı yokluğunu gösterir fonksiyonel bir ilişki değişkenler X ve Y arasındaki. Bu nedenle, her bir özel durumda, değişken y bu şartlar oluşabilir:

y = yx + ε,

burada - gerçek sonuç verileri;

ah - çözerek belirlenir teorik sonuç veri regresyon denklemi ;

ε - gerçek değer ve teorik arasındaki sapmayı tanımlayan rasgele değişken.