Regresjonsdefinisjon og eksempel |
Regression: Crash Course Statistics #32
Innholdsfortegnelse:
Hva det er:
Regresjon er en statistisk metode som brukes i finans og andre felt for å gjøre spådommer basert på observerte verdier. Det er et mål på hvordan korrelert en gruppe faktiske observasjoner er modellens forutsigelser.
Slik fungerer det (Eksempel):
I de følgende eksemplene representerer de blå punktene de gå prisene for figursamlinger på eBay. Samlinger med flere figurer går så mye som $ 100; samlinger med færre enn fem figurer selger for svært lite. Hvordan kan vi forutsi hvor mye en samling vil selge for?
Vi gjør det ved hjelp av regresjonsanalyse, som i hovedsak finner formelen for linjen som passer best til observasjonene. På den måten kan vi bruke linjen til å forutsi hva prisen på samlingen kan være hvis vi vet hvor mange figurer er i en samling, eller vi kan forutsi hvor mange figurer skal være i en samling hvis vi kjenner forespørselsprisen.
I vårt eksempel nedenfor representerer de svarte linjene en regresjonslinje, som er representert av formelen øverst til høyre i hvert diagram. Denne formelen er hva analytikere også bruker til å forutsi fremtidige verdier av verdipapirer basert på oppførselen til de faktiske observasjonene.
Godhet av passform er en komponent av regresjonsanalyse. Begrepet refererer til hvor langt fra hverandre de forventede verdiene til en finansiell modell er fra de faktiske verdiene (det vil si, hvordan forutsigende linjen er).
Som du ser, har denne regresjonslinjen en høy godhet av passform; Formelen for regresjonslinjen kommer opp med de observerte verdiene rundt 79% av tiden.
Dette neste diagrammet er et eksempel på en regresjonslinje med lav passform. Her er verdiene over alt, og formelen for regresjonslinjen var nesten ikke i stand til å forutsi noe.
Hvorfor det er saker:
Regresjon er en matematisk versjon av en krystallkule, men en veldig sprukket, sløret krystallkule. Godhet av passform er nøkkelen - det er en selvtillitstiltak. Dette er fordi når du har kommet opp med en formel som står for de fleste variasjonene i en gruppe av, si prisobservasjoner, har du også kommet opp med en formel som kan være en veldig pålitelig forutsetning for hvilke priser som vil bli i fremtiden. Og det er uvurderlig.