регресионен анализ може да се добавя към статистическите методи на изследване на връзката между някои променливи (зависими и независими).В същото независимите променливи се наричат "променливи" и асоциирани предприятия - "criterial".По време на представянето на линеен регресионен анализ на зависимата променлива е под формата на интервал мащаб.Има възможност да има нелинейни връзки между променливи, свързани с интервал скалата, но тази задача е решена чрез нелинеен регресионен, който не е предмет на тази статия.
Linear регресия се използва успешно както в математически изчисления, както и в икономическите изследвания въз основа на статистически данни.
Така че, помислете за това регресионен повече.От гледна точка на математически метод за определяне на линейна зависимост между линейната регресия на някои променливи могат да бъдат представени като формула: у = А + BX.За обяснение на тази формула може да се намери във всеки учебник по иконометрия.
В увеличаваме броя на наблюденията (преди п-ти брой пъти), се получава чрез проста линейна регресия, представени под формата на формулата:
ай = A + bxi + EI,
където EI - независими, идентично разпределени, случайни величини.
В тази статия бих искал да обърне повече внимание на това понятие от гледна точка на бъдещата цена прогнозирането въз основа на исторически данни.В тази област, прогнозира линейна регресия е активно използване на метода на най-малките квадрати, която помага за изграждане на "най-подходящ" правата линия през определен брой точки на стойности на цените.Както на входните данни, използвани цена точка, което означава висока, ниска, отворена или затворена, а средната стойност на тези ценности (например, сумата от максималния и минималния, разделено на две).Също така, тези предварително изграждане на подходящи линии може да бъде произволно загладени.
Както бе споменато по-горе, линейната регресия често се използва от анализатори за определяне тенденция въз основа на цената и времето.В този случай, индикаторът ще се определи наклонът на стойност регресия на промени в цените за единица време.Едно от условията за вземане на правилното решение, когато се използва този показател е използването на сигнал генератор, следвайки наклона на тенденцията на регресия.С положителен наклон (възходящ линейна регресия) покупката се извършва, ако стойността на показателя е по-голяма от нула.По време на отрицателен наклон (низходящ регресия) продажбата следва да се извършва с отрицателна стойност на показателя (по-малко от нула).
използва за определяне на най-добрата линия, съответстваща на определен брой точки на цените, на метода на най-малките квадрати включва следния алгоритъм:
- е израз на общата цена и разликата от квадратите на линията на регресия;
- е съотношението на получената стойност и броя на бара в обхвата на регресия серия от данни;
- в резултат на квадратния корен на, което съответства на стандартното отклонение.
линейно уравнение на регресията двойката има модел:
у (х) = е ^ (х), където
- продуктивни функции представени зависимата променлива;
х - обяснява или независима променлива;
^ не показва силна функционална връзка между променливите х и у.Ето защо, за всеки конкретен случай може да има различни форми на тези термини:
у = YX + ε,
къде - действителните данни резултат;
ъ - теоретични данни за резултатите, определени чрез решаване на уравнението на регресия;
ε - случайна величина, която характеризира отклонението между действителната стойност и теоретично.
