Regresi dapat ditambahkan ke metode statistik penelitian hubungan antara variabel tertentu (dependen dan independen).Pada variabel independen yang sama disebut "kovariat" dan rekan - "criterial".Selama presentasi analisis regresi linear variabel dependen berbentuk skala interval.Ada kemungkinan memiliki hubungan non-linear antara variabel yang terkait dengan skala interval, tapi tugas ini telah diselesaikan dengan regresi nonlinear, yang bukan subjek dari artikel ini.Regresi
Linear digunakan dengan sukses seperti di perhitungan matematika, serta dalam studi ekonomi berdasarkan data statistik.
Jadi, pertimbangkan ini regresi lebih.Dari sudut pandang metode matematis untuk menentukan hubungan linear antara regresi linier dari beberapa variabel dapat direpresentasikan sebagai rumus: y = a + bx.Untuk penjelasan dari formula ini dapat ditemukan di setiap buku pelajaran tentang ekonometrik.
Dalam memperluas jumlah observasi (sebelum nomor ke-n kali) diperoleh dengan regresi linier sederhana, disajikan dalam bentuk rumus:
yi = A + BXI + ei,
mana ei -, terdistribusi secara identik, variabel acak independen.
Pada artikel ini saya ingin lebih memperhatikan konsep ini dari sudut pandang peramalan harga di masa depan berdasarkan data historis.Di daerah ini, memperkirakan regresi linier secara aktif menggunakan metode kuadrat terkecil, yang membantu untuk membangun "paling tepat" garis lurus melalui sejumlah poin dari nilai harga.Sebagai data input yang digunakan titik harga, yang berarti tinggi, rendah, terbuka atau tertutup, dan rata-rata nilai-nilai ini (misalnya, jumlah maksimum dan minimum, dibagi dua).Juga, garis sesuai pra-membangun ini dapat sewenang-wenang merapikan.
Seperti disebutkan di atas, regresi linier sering digunakan oleh analis untuk menentukan tren atas dasar harga dan waktu.Dalam hal ini, indikator akan menentukan kemiringan nilai regresi perubahan harga per satuan waktu.Salah satu kondisi untuk membuat keputusan yang tepat saat menggunakan indikator ini adalah penggunaan generator sinyal, mengikuti kemiringan tren regresi.Dengan kemiringan positif (naik regresi linier) pembelian dilakukan, jika nilai indikator lebih besar dari nol.Selama kemiringan negatif (regresi penurunan) penjualan harus dilakukan dengan nilai negatif dari indikator (kurang dari nol).
digunakan untuk menentukan garis terbaik sesuai dengan sejumlah harga poin, metode kuadrat terkecil melibatkan algoritma berikut:
- adalah ekspresi dari harga total dan perbedaan kuadrat garis regresi;
- adalah rasio jumlah yang diterima dan jumlah bar di kisaran seri regresi data;
- hasil akar kuadrat, yang sesuai dengan standar deviasi.Persamaan regresi linier
dari pasangan memiliki model:
y (x) = f ^ (x),
mana - fitur produktif disajikan variabel dependen;
x - menjelaskan atau variabel independen;
^ tidak menunjukkan hubungan fungsional yang kuat antara variabel x dan y.Oleh karena itu, dalam setiap kasus tertentu mungkin memiliki bentuk variabel istilah-istilah ini:
y = yx + ε,
mana - data hasil aktual;
uh - data hasil teoritis ditentukan dengan memecahkan persamaan regresi;
ε - variabel acak, yang mencirikan deviasi antara nilai aktual dan teoritis.
