Regresi Definisi & Contoh |

Apa itu:

Regresi adalah kaedah statistik yang digunakan dalam bidang kewangan dan bidang lain untuk membuat ramalan berdasarkan nilai yang diperhatikan.

Bagaimana ia berfungsi (Contoh):

Dalam contoh-contoh berikut, titik-titik biru mewakili harga berterusan untuk koleksi figurin di eBay. Koleksi dengan lebih banyak patung pergi sebanyak $ 100; koleksi dengan kurang daripada lima patung menjual sangat sedikit. Bagaimana kita boleh meramalkan berapa banyak koleksi akan dijual?

Kami melakukannya dengan menggunakan analisis regresi, yang pada dasarnya mendapati formula untuk garis yang paling sesuai dengan pemerhatian. Dengan cara itu, kita boleh menggunakan garis untuk meramalkan apa harga koleksi mungkin jika kita tahu berapa banyak patung dalam koleksi, atau kita boleh meramal berapa banyak patung harus dalam koleksi jika kita tahu harga yang diminta.

Dalam contoh di bawah, baris hitam mewakili garis regresi, yang diwakili oleh formula di sudut kanan atas setiap carta. Formula ini adalah apa yang digunakan para penganalisis untuk meramalkan nilai-nilai masa depan sekuriti berdasarkan tingkah laku pemerhatian sebenar.

Kebaikan fit adalah komponen analisis regresi. Istilah ini merujuk sejauh mana nilai yang dijangkakan dari model kewangan adalah dari nilai sebenar (iaitu, berapa ramalan garis itu).

Seperti yang anda lihat, garis regresi ini mempunyai kebaikan yang tinggi; formula untuk garis regresi datang dengan nilai yang diamati kira-kira 79% dari masa.

Carta seterusnya adalah contoh garis regresi dengan kebaikan yang rendah patut. Di sini, nilai-nilai adalah di seluruh tempat, dan formula untuk garis regresi hampir tidak dapat meramalkan apa-apa.

Mengapa Matters:

Regresi adalah versi matematik bola kristal, tetapi sangat retak, kabur bola kristal. Kebaikan yang sesuai adalah kunci - ia adalah ukuran keyakinan. Ini kerana apabila anda telah menghasilkan formula yang menyumbang kebanyakan variasi dalam kumpulan, katakan, pemerhatian harga, anda juga telah menghasilkan formula yang boleh menjadi prediktor yang sangat dipercayai tentang harga apa yang akan pada masa hadapan. Dan itu tidak ternilai.