Regressionsanalyse auf den statistischen Methoden der Forschung ist die Beziehung zwischen bestimmten Variablen (abhängige und unabhängige) zugegeben werden.Auf die gleichen unabhängigen Variablen werden als "Kovariaten" und assoziierten Unternehmen - "criterial".Während der Präsentation des linearen Regressionsanalyse die abhängige Variable hat die Form einer Intervallskala.Gibt es eine Möglichkeit, dass nicht-lineare Beziehungen zwischen Variablen zu der Intervallskala bezogen, sondern diese Aufgabe durch nichtlineare Regression gelöst, das ist nicht Gegenstand dieses Artikels.
Lineare Regression erfolgreich wie in mathematischen Berechnungen, als auch in Wirtschaftsstudien auf der Grundlage statistischer Daten verwendet.
Also, halten dies für eine Regression mehr.Vom Standpunkt eines mathematischen Verfahren zur Bestimmung der linearen Beziehung zwischen der linearen Regression einiger Variablen kann als Formel dargestellt werden: y = a + bx.Eine Erläuterung dieser Formel kann in jedem Lehrbuch über Ökonometrie gefunden werden.
In Erweiterung der Zahl der Beobachtungen (vor der n-ten Mal) durch eine einfache lineare Regression erhalten wird, in der Form der Formel dargestellt:
yi = A + bxi + ei,
wobei ei - unabhängig, identisch verteilt, Zufallsvariablen.
In diesem Artikel möchte ich mehr Aufmerksamkeit auf dieses Konzept aus der Sicht der künftigen Preisprognosen auf Basis historischer Daten zu bezahlen.In diesem Bereich, schätzt eine lineare Regression wird aktiv mit der Methode der kleinsten Quadrate, die um das "am besten geeignete" Gerade durch eine bestimmte Anzahl von Punkten der Preiswerten aufbauen hilft.Als Eingangsdaten verwendet, Preis Punkt, was bedeutet, hoch, tief, offen oder geschlossen, und der Durchschnitt dieser Werte (beispielsweise die Summe der maximalen und minimalen, geteilt durch zwei).Auch können diese Pre-Build entsprechenden Zeilen willkürlich geglättet werden.
Wie oben erwähnt, ist die lineare Regression wird oft von Analysten die einen Trend auf der Basis von Preis und Zeit zu bestimmen.In diesem Fall wird die Anzeige der Steigung der Regressionswert von Preisänderungen pro Zeiteinheit zu bestimmen.Eine der Bedingungen für die Herstellung, wenn Sie diese Anzeige die richtige Entscheidung ist die Verwendung eines Signalgenerators nach der Steigung der Regressionstrend.Mit einer positiven Steigung (steigende lineare Regression) den Kauf durchgeführt wird, wenn der Indikator-Wert größer als Null ist.Während der negativen Steigung (abnehm Regression) diesen Verkauf mit negativem Wert des Indikators (kleiner als Null) durchgeführt werden.
verwendet werden, um die beste Linie entsprechend einer bestimmten Anzahl von Preispunkten zu bestimmen, beinhaltet die Methode der kleinsten Quadrate der folgende Algorithmus:
- ist ein Ausdruck des Gesamtpreises und der Differenz der Quadrate der Regressionslinie;
- ist das Verhältnis des erhaltenen Betrag und die Anzahl der Balken in dem Bereich von Regressions Reihe von Daten;
- das Ergebnis der Quadratwurzel, die mit der Standardabweichung entspricht.
linearen Regressionsgleichung des Paares hat ein Modell:
y (x) = f ^ (x),
wo - produktive Funktionen präsentiert die abhängige Variable;
x - zu erklären oder unabhängige Variable;
^ zeigt keine starke funktionale Beziehung zwischen den Variablen x und y.Daher ist in jedem Einzelfall kann eine variable Form dieser Begriffe:
y = yx + ε,
, wo - das tatsächliche Ergebnis von Daten;
uh - theoretische Ergebnisdaten durch die Lösung der Regressionsgleichung bestimmt wird;
ε - Zufallsvariable, die die Abweichung zwischen dem tatsächlichen Wert und dem theoretischen charakterisiert.
