régression peut être ajouté à des méthodes statistiques de la recherche de la relation entre certaines variables (salariés et indépendants).A les mêmes variables indépendantes sont appelées "variables" et associés - "criterial".Lors de la présentation de l'analyse de régression linéaire de la variable dépendante prend la forme d'une échelle d'intervalle.Il ya une possibilité d'avoir des relations non linéaires entre les variables liées à l'échelle d'intervalle, mais cette tâche a été résolu par la régression non linéaire, qui est pas le sujet de cet article.Régression
linéaire est utilisée avec succès comme dans les calculs mathématiques, ainsi que dans les études économiques basées sur des données statistiques.
Donc, considérer cela comme une régression plus.Du point de vue d'une méthode mathématique de la détermination de la relation linéaire entre la régression linéaire de certaines variables peut être représentée comme une formule: y = a + bx.Pour une explication de cette formule peut être trouvé dans tous les manuels sur l'économétrie.
En élargissant le nombre d'observations (avant que le nombre de n-ième fois) est obtenue par une régression linéaire simple, présenté sous la forme de la formule:
yi = A + bxi + ei,
où ei - identiquement distribuées, variables indépendantes, aléatoires.
Dans cet article, je tiens à faire plus attention à ce concept du point de vue de l'avenir des prévisions de prix basé sur des données historiques.Dans ce domaine, estime une régression linéaire utilise activement la méthode des moindres carrés, ce qui aide à construire la ligne droite "la plus appropriée" à travers un certain nombre de points de valeurs de prix.Comme les données d'entrée utilisées point de prix, ce qui signifie haut, bas, ouvert ou fermé, et la moyenne de ces valeurs (par exemple, la somme du maximum et minimum, divisé par deux).En outre, ces lignes appropriées pré-construction peuvent être arbitrairement lissées.
Comme mentionné plus haut, la régression linéaire est souvent utilisée par les analystes pour déterminer une tendance sur la base des prix et le temps.Dans ce cas, l'indicateur déterminer la pente de la valeur de la régression des changements de prix par unité de temps.Une des conditions pour prendre la bonne décision lors de l'utilisation de cet indicateur est l'utilisation d'un générateur de signal, en suivant la pente de la tendance de régression.Avec une pente positive (hausse régression linéaire) l'achat est effectué, si la valeur d'indicateur est supérieur à zéro.Au cours de la pente négatif (diminution de régression) de la vente doit être effectuée avec une valeur négative de l'indicateur (inférieur à zéro).
utilisé pour déterminer la meilleure ligne correspondant à un certain nombre de points de prix, la méthode des moindres carrés implique l'algorithme suivant:
- est une expression du prix total et la différence des carrés de la ligne de régression;
- est le rapport entre le montant reçu et le nombre de barres dans la gamme de la série de régression des données;
- le résultat de la racine carrée, ce qui correspond à l'écart type.
équation de la paire de régression linéaire a un modèle:
y (x) = f ^ (x),
où - caractéristiques productives présentés la variable dépendante;
x - expliquer ou variable indépendante;
^ montre aucune relation fonctionnelle forte entre les variables x et y.Par conséquent, dans chaque cas particulier peut avoir une forme variable de ces termes:
y = yx + ε,
où - les données de résultat réel;
euh - données de résultat théoriques déterminées par la résolution de l'équation de régression;
ε - variable aléatoire qui caractérise l'écart entre la valeur réelle et la valeur théorique.
