Hồi quy tuyến tính

phân tích hồi quy có thể được bổ sung vào phương pháp thống kê nghiên cứu mối quan hệ giữa các biến cụ thể (phụ thuộc và độc lập). Trong trường hợp này, các biến độc lập được gọi là "biến số" và phụ thuộc - "criterial". Khi tiến hành một phân tích hồi quy tuyến tính đại diện biến phụ thuộc có dạng của một quy mô khoảng. Có một khả năng sự hiện diện của các mối quan hệ phi tuyến tính giữa các biến liên quan đến quy mô khoảng thời gian, nhưng vấn đề này đã được giải quyết bằng phương pháp hồi quy phi tuyến tính, mà không phải là chủ đề của bài viết này.

Hồi quy tuyến tính được sử dụng khá thành công như trong tính toán toán học, và trong các nghiên cứu kinh tế dựa trên số liệu thống kê.

Vì vậy, xem xét việc này một hồi quy nhiều hơn nữa. Từ quan điểm của các phương pháp toán học của việc xác định mối quan hệ tuyến tính giữa một số biến hồi quy tuyến tính có thể được biểu diễn dưới dạng một công thức: y = a + bx. Để giải thích về công thức này có thể được tìm thấy trong bất kỳ cuốn sách giáo khoa về kinh tế.

Khi mở rộng số lượng quan sát (lên đến số n-th lần) thu được bằng một hồi quy tuyến tính đơn giản, thể hiện bằng một công thức:

yi = A + bxi + ei,

nơi ei - độc lập, hệt phân phối, các biến ngẫu nhiên.

Trong bài viết này, tôi muốn chú ý hơn đến khái niệm này từ quan điểm của dự báo giá trong tương lai dựa trên dữ liệu trước đó. Trong lĩnh vực này, chúng tôi ước tính hồi quy tuyến tính đang tích cực sử dụng phương pháp bình phương nhỏ nhất, giúp xây dựng các "phù hợp nhất" đường thẳng thông qua một số lượng nhất định các giá trị của điểm giá. Các dữ liệu đầu vào được sử dụng bởi các mức giá, có nghĩa là cao, thấp, đóng cửa hoặc mở cửa, và tỷ lệ trung bình của các giá trị (ví dụ, tổng của tối đa và tối thiểu chia hai). Ngoài ra, các dữ liệu trước khi xây dựng một dòng phù hợp có thể được cân bằng tùy tiện.

Như đã đề cập ở trên, hồi quy tuyến tính thường được sử dụng bởi các nhà phân tích để xác định một xu hướng trên cơ sở giá cả và thời gian. Trong trường hợp này, độ dốc của chỉ số hồi quy sẽ xác định tầm quan trọng của sự thay đổi giá trên một đơn vị thời gian. Một trong những điều kiện để quyết định đúng đắn sử dụng chỉ số này là việc sử dụng một máy phát tín hiệu, theo xu hướng của hồi quy nghiêng. Nếu một độ dốc dương tính (hồi quy tuyến tính tăng) mua được thực hiện nếu giá trị chỉ số là lớn hơn không. Trong dốc tiêu cực (giảm hồi quy) để bán nên có giá trị tiêu cực của chỉ số (nhỏ hơn không).

Như được sử dụng trong việc xác định dòng tốt nhất tương ứng với một số điểm nhất định giá, phương pháp bình phương nhỏ nhất ngụ ý rằng các thuật toán sau đây:

- là tổng biểu hiện của sự khác biệt của hình vuông giá và đường hồi quy;

- là tỷ lệ của số tiền này và số lượng thanh trong khoảng loạt dữ liệu hồi quy;

- theo kết quả tính căn bậc hai, tương ứng với độ lệch chuẩn.

Đơn giản Linear Regression phương trình có mô hình:

y (x) = f (x) ^,

nơi - tính năng năng suất cao được trình bày biến phụ thuộc;

x - giải thích hay biến độc lập;

^ Chỉ ra sự vắng mặt của một chặt chẽ mối quan hệ chức năng giữa các biến x và y. Vì vậy, trong mỗi trường hợp cụ thể, biến y có thể bao gồm các điều khoản như:

y = yx + ε,

nơi - các dữ liệu kết quả thực tế;

uh - dữ liệu kết quả lý thuyết xác định bằng cách giải phương trình hồi quy ;

ε - biến ngẫu nhiên mà đặc trưng cho độ lệch giữa giá trị thực tế và lý thuyết.