Doğrusal Regresyonu Anlamak Çoklu regresyon
Doğrusal Regresyon vs. Çoklu Regresyon: Genel Bakış
Regresyon analizi, yaygın olarak kullanılan bir istatistiksel yöntemdir. finans ve yatırım. Doğrusal regresyon, en yaygın tekniklerden biridir. gerileme analiz. Çoklu regresyon, birden fazla açıklayıcı değişkene sahip doğrusal ve doğrusal olmayan regresyonları kapsayan daha geniş bir regresyon sınıfıdır.
Bir araç olarak regresyon, insanların ve şirketlerin bilinçli kararlar almasına yardımcı olmak için verileri bir araya toplamaya yardımcı olur. Bir bağımlı değişken de dahil olmak üzere, regresyonda farklı değişkenler vardır. bağımlı üzerinde etkisi olabilecek faktörleri - ve bağımsız bir değişkeni - anlamaya çalışıyorsunuz değişken.
Regresyon analizi çalışması yapabilmek için ilgili tüm verileri toplamanız gerekir. Bir x ekseni ve bir y ekseni ile bir grafikte sunulabilir.
İnsanların regresyon analizini kullanmasının birkaç ana nedeni vardır:
- Gelecekteki ekonomik koşulları, eğilimleri veya değerleri tahmin etmek için
- İki veya daha fazla değişken arasındaki ilişkiyi belirlemek için
- Bir değişken değişirken diğerinin nasıl değiştiğini anlamak
Birçok farklı türde regresyon analizi vardır. Bu makalenin amacı için ikiye bakacağız: doğrusal regresyon ve çoklu regresyon.
Doğrusal Regresyon
Basit doğrusal regresyon olarak da adlandırılır. Düz bir çizgi kullanarak iki değişken arasındaki ilişkiyi kurar. Doğrusal regresyon, doğruyu tanımlayan eğimi ve kesişimi bularak verilere en yakın olan bir doğru çizmeye çalışır ve regresyon hatalarını en aza indirir.
İki veya daha fazla açıklayıcı değişkenin bağımlı değişkenle doğrusal bir ilişkisi varsa, regresyona regresyon denir. Çoklu doğrusal regresyon.
Birçok veri ilişkisi düz bir çizgi izlemez, bu nedenle istatistikçiler doğrusal olmayan regresyon yerine. İkisi de benzerdir, çünkü her ikisi de bir dizi değişkenden belirli bir yanıtı grafiksel olarak izler. Ancak doğrusal olmayan modeller, doğrusal modellerden daha karmaşıktır, çünkü işlev, deneme yanılmadan kaynaklanabilecek bir dizi varsayımla oluşturulur.
Çoklu regresyon
Bir bağımlı değişkenin yalnızca bir değişken tarafından açıklanması nadirdir. Bu durumda, bir analist, birden fazla bağımsız değişken kullanarak bir bağımlı değişkeni açıklamaya çalışan çoklu regresyon kullanır. Çoklu regresyonlar doğrusal ve doğrusal olmayan olabilir.
Çoklu regresyonlar, hem bağımlı hem de bağımsız değişkenler arasında doğrusal bir ilişki olduğu varsayımına dayanır. Ayrıca bağımsız değişkenler arasında önemli bir korelasyon olmadığını varsayar.
Yukarıda bahsedildiği gibi, regresyon analizini kullanmanın birkaç farklı avantajı vardır. Bu modeller, işletmeler ve ekonomistler tarafından pratik kararlar alınmasına yardımcı olmak için kullanılabilir.
Bir şirket, müşteri hizmetleri aramalarının neden düştüğü gibi belirli durumları anlamak için yalnızca regresyon analizini kullanmakla kalmaz, aynı zamanda ayrıca geleceğe yönelik satış rakamları gibi ileriye dönük tahminler yapmak ve özel satışlar gibi önemli kararlar almak için promosyonlar.
Doğrusal Regresyon vs. Çoklu Regresyon: Örnek
Bir şirketin hisse senedi fiyatlarındaki günlük değişim ile hisse senedi fiyatlarındaki günlük değişim gibi diğer açıklayıcı değişkenler arasında doğrusal bir ilişki kurmak isteyen bir analist düşünün. Işlem hacmi ve piyasa getirilerindeki günlük değişim. Bağımlı değişken olarak şirketin hisse senedi fiyatlarındaki günlük değişim ve hisse senedi fiyatlarındaki günlük değişim ile bir regresyon yapıyorsa, bağımsız bir değişken olarak işlem hacmi, bu bir açıklayıcı ile basit bir doğrusal regresyon örneği olacaktır. değişken.
Analist, piyasa getirilerindeki günlük değişimi regresyona eklerse, bu çoklu doğrusal bir regresyon olacaktır.
Önemli Çıkarımlar
- Regresyon analizi, finans ve yatırımda kullanılan yaygın bir istatistiksel yöntemdir.
- Doğrusal regresyon, en yaygın regresyon analizi tekniklerinden biridir.
- Çoklu regresyon, birden fazla açıklayıcı değişkene sahip doğrusal ve doğrusal olmayan regresyonları kapsayan daha geniş bir regresyon sınıfıdır.