Разумевање линеарне регресије вс. Вишеструка регресија
Линеарна регресија вс. Вишеструка регресија: Преглед
Регресијска анализа је уобичајена статистичка метода која се користи у финансије и улагање. Линеарна регресија једна је од најчешћих техника регресија анализа. Вишеструка регресија је шира класа регресија која обухвата линеарне и нелинеарне регресије са више објашњивих варијабли.
Регресија као алат помаже прикупљању података заједно како би помогла људима и компанијама у доношењу информисаних одлука. У регресији се играју различите променљиве, укључујући зависну променљиву - главну променљиву која покушавате да разумете - и независну променљиву - факторе који могу имати утицаја на зависнике променљива.
Да би регресиона анализа функционисала, морате прикупити све релевантне податке. Може се приказати на графикону, са к-оси и и-осом.
Постоји неколико главних разлога зашто људи користе регресиону анализу:
- Предвидјети будуће економске услове, трендове или вриједности
- Да би се утврдио однос између две или више променљивих
- Да бисте разумели како се једна променљива мења када се друга промени
Постоји много различитих врста регресионе анализе. За потребе овог чланка, погледаћемо два: линеарну регресију и вишеструку регресију.
Линеарна регресија
Такође се назива једноставна линеарна регресија. Она успоставља однос између две променљиве помоћу праве линије. Линеарна регресија покушава повући линију која је најближа подацима проналажењем нагиба и пресретањем који дефинишу линију и минимизирају грешке регресије.
Ако две или више објашњивих променљивих имају линеарни однос са зависном променљивом, регресија се назива а вишеструка линеарна регресија.
Многи односи података не следе равну линију, па их статистичари користе нелинеарна регресија уместо тога. Њих две су сличне по томе што обе графички прате одређени одговор из скупа променљивих. Али нелинеарни модели су компликованији од линеарних јер је функција створена кроз низ претпоставки које могу произаћи из покушаја и грешака.
Вишеструка регресија
Ретко се зависна променљива објашњава само једном променљивом. У овом случају, аналитичар користи вишеструку регресију, која покушава да објасни зависну променљиву користећи више независних променљивих. Више регресија може бити линеарно и нелинеарно.
Више регресија се заснива на претпоставци да постоји линеарна веза између зависних и независних варијабли. Такође претпоставља да нема велике корелације између независних променљивих.
Као што је горе поменуто, постоји неколико различитих предности коришћења регресионе анализе. Предузећа и економисти могу користити ове моделе за лакше доношење практичних одлука.
Компанија не само да може користити регресиону анализу за разумевање одређених ситуација, попут разлога зашто позиви у корисничку службу падају, већ и такође давати предвиђања за будућност, попут продајних података у будућности, и доносити важне одлуке попут посебне продаје и промоције.
Линеарна регресија вс. Вишеструка регресија: Пример
Размислите о аналитичару који жели да успостави линеарни однос између дневне промене цена акција компаније и других објашњења као што је дневна промена обим трговања и дневна промена тржишних приноса. Ако покрене регресију са дневном променом цена акција компаније као зависном променљивом и дневном променом у обим трговања као независна променљива, ово би био пример једноставне линеарне регресије са једним објашњењем променљива.
Ако аналитичар у регресију дода дневну промену тржишних приноса, то би била вишеструка линеарна регресија.
Кључне Такеаваис
- Регресијска анализа је уобичајена статистичка метода која се користи у финансијама и улагањима.
- Линеарна регресија је једна од најчешћих техника регресионе анализе.
- Вишеструка регресија је шира класа регресија која обухвата линеарне и нелинеарне регресије са више објашњивих варијабли.