Tiesinė regresija

Regresinė analizė gali būti įtraukta į statistinių metodų studijuoja tarp konkrečių kintamųjų (priklausomų ir nepriklausomų) santykius. Šiuo atveju, nepriklausomi kintamieji yra vadinami "kintami dydžiai" ir priklauso - "kriteriniu". Atliekant tiesinės regresijos analizę priklausomas kintamasis atstovavimo įgauna intervalo masto formą. Yra iš nelinijinių santykius tarp kintamųjų, susijusių su intervalo skalės buvimo tikimybė, tačiau ši problema jau išspręsta metodais netiesinės regresijos, kuri nėra šio straipsnio objektas.

Tiesinė regresija buvo naudojamas gana sėkmingai, kaip matematinių skaičiavimų ir ekonominių tyrimų, remiantis statistiniais duomenimis.

Todėl mano, kad tai regresijos daugiau. Nuo matematiniu metodu nustatant tiesinis ryšys tarp kai kurių kintamųjų tiesinė regresija gali būti atstovaujama kaip formulę požiūriu: y = a + bx. Dėl šios formulės paaiškinimas galima rasti bet kurioje vadovėlio apie ekonometrija.

Kai plėsti stebėjimo skaičių (iki n-ojo skaičių kartų) gaunamas paprasta tiesinės regresijos, atstovaujamos pagal formulę:

Yi = A + bxi + ei,

kur ei - nepriklausoma, identiškai paskirstytos, atsitiktinių dydžių.

Šiame straipsnyje norėčiau daugiau dėmesio skirti šios sąvokos iš prognozuojant būsimą kainą, remiantis ankstesniais duomenimis požiūriu. Šioje srityje, mes prognozuojame, tiesinė regresija aktyviai naudojant mažiausiųjų kvadratų metodą, kuris padeda sukurti "tinkamiausią" tiesią liniją per tam tikrą skaičių reikšmių kainų punktais. Įvesties duomenis, naudojamus pagal kainų punkte, reiškia aukščiausią, žemiausią, atidaryti arba uždaryti, ir šių reikšmių vidurkį (pvz, iš kurių maksimalus ir minimalus, padalintas iš dviejų sumą). Be to, šie duomenys iki pastato tinkamą liniją gali būti savavališkai išlyginti.

Kaip minėta pirmiau, tiesinė regresija yra dažnai naudojamas analitikai nustatyti tendenciją, dėl kainos ir laiko pagrindu. Šiuo atveju regresijos indikatorius nuolydis bus nustatyti kainų pokyčius per laiko vienetą dydį. Vienas iš teisingą sprendimą, naudojant šį rodiklį sąlygų yra signalo generatoriumi naudojimas, po to, kai pasvirimo regresijos tendencija. Jei teigiamas nuolydis (auga tiesinė regresija) pirkimo yra atliekamos, jeigu indikatorius vertė yra didesnė už nulį. Per neigiamo nuolydžio (mažėjančio regresijos) pardavimui turėtų būti ne neigiamų reikšmių indikatoriaus (mažesnė, negu nulis).

Kaip naudojami nustatant geriausią liniją, atitinkančią tam tikrą skaičių kainų punktais, mažiausių kvadratų metodas reiškia, kad šią algoritmą:

- tai bendras išraiška kvadratų kainų ir regresijos linijos skirtumo;

- yra šios sumos santykis ir barų regresijos duomenų serijos numeris diapazone;

- ant žodžius skaičiuojamas kvadratinės šaknies, kuri atitinka standartinio nuokrypio.

Paprasta tiesinės regresijos lygtis turi modelį:

Y (x) = f (x) ^,

kur - produktyvūs funkcijos pateikti priklausomas kintamasis;

x - paaiškinamasis arba nepriklausomas kintamasis;

^ Reiškiantį griežtai nebuvimą funkcinis ryšys tarp kintamųjų x ir y. Todėl, kiekvienu konkrečiu atveju, kintamasis Y gali būti sudarytas iš tokių sąlygų:

Y = yx + ε,

kur - faktinis rezultatas duomenys;

UH - teoriniai rezultatas duomenys nustatomi sprendžiant regresijos lygtį ;

ε - atsitiktinis kintamasis, kuris apibūdina tarp tikrosios vertės ir teorinis nuokrypį.