Regresijos apibrėžimas

Kas yra regresija?

Regresija yra statistinis matavimas, naudojamas finansų, investavimo ir kitose disciplinose, kuriuo bandoma nustatyti ryšio tarp vieno priklausomo kintamojo (paprastai žymimo Y) ir kitų kintančių kintamųjų (žinomų kaip nepriklausomi kintamieji) serijos stiprumą.

Regresija padeda investicijų ir finansų valdytojams įvertinti turtą ir suprasti ryšius tarp kintamųjų, tokių kaip prekių kainos ir tomis prekėmis prekiaujančių įmonių atsargos.

1:21

Regresija

Regresija paaiškinta

Du pagrindiniai regresijos tipai yra tiesinė regresija ir daugialypė tiesinė regresija, nors yra ir netiesinės regresijos metodų sudėtingesniems duomenims ir analizei. Tiesinė regresija naudoja vieną nepriklausomą kintamąjį, kad paaiškintų arba nuspėtų priklausomo kintamojo Y rezultatą, o daugialypė regresija naudoja du ar daugiau nepriklausomų kintamųjų rezultatui numatyti.

Regresija gali padėti finansų ir investavimo specialistams, taip pat kitų verslo sričių specialistams. Regresija taip pat gali padėti numatyti įmonės pardavimus, atsižvelgiant į orus, ankstesnius pardavimus, BVP augimą ar kitas sąlygas. Kapitalo turto kainų nustatymo modelis (CAPM) yra dažnai naudojamas regresijos modelis finansuojant turtą įkainoti ir nustatyti kapitalo sąnaudas.

Bendra kiekvieno tipo regresijos forma yra:

• Tiesinė regresija: Y = a + bX + u
• Daugybinė regresija: Y = a + b ₁ X ₁ ⁺ b ₂ X ₂ + b ₃ X ₃ + ... + b _t X _t + u

Kur:

• Y = kintamasis, kurį bandote numatyti (priklausomas kintamasis).
• X = kintamasis, kurį naudojate numatyti Y (nepriklausomas kintamasis).
• a = perėmimas.
• b = nuolydis.
• u = regresijos likutis.

Yra du pagrindiniai regresijos tipai: tiesinė regresija ir daugialypė tiesinė regresija.

Regresija paima atsitiktinių kintamųjų grupę, manoma, kad ji prognozuoja Y, ir bando rasti matematinį ryšį tarp jų. Šis santykis paprastai būna tiesios (tiesinės regresijos), kuri geriausiai suderina visus atskirus duomenų taškus, pavidalu. Daugybinės regresijos metu atskiri kintamieji diferencijuojami naudojant skaičius su indeksais.

Pagrindiniai išvežamieji daiktai

• Regresija padeda investicijų ir finansų valdytojams įvertinti turtą ir suprasti ryšius tarp kintamųjų
• Regresija gali padėti finansų ir investavimo specialistams, taip pat kitų verslo sričių specialistams.

Realiojo pasaulio pavyzdys, kaip naudojama regresinė analizė

Regresija dažnai naudojama norint nustatyti, kiek konkrečių veiksnių, tokių kaip prekės kaina, palūkanų normos, tam tikros pramonės šakos ar sektoriai, daro įtaką turto kainų judėjimui. Minėtas CAPM yra pagrįstas regresija ir yra naudojamas numatomai atsargų grąžai prognozuoti ir kapitalo sąnaudoms generuoti. Akcijų grąža yra regresuojama atsižvelgiant į platesnio indekso, pvz., S&P 500, grąžą, kad būtų galima sugeneruoti konkrečios akcijos beta versiją.

Beta yra akcijų rizika rinkos ar indekso atžvilgiu ir atspindima kaip CAPM modelio nuolydis. Laukiama nagrinėjamų akcijų grąža būtų priklausomas kintamasis Y, o nepriklausomas kintamasis X būtų rinkos rizikos priemoka.

Prie CAPM modelio galima pridėti papildomų kintamųjų, tokių kaip akcijų rinkos kapitalizacija, vertinimo santykiai ir naujausios grąžos, kad gautumėte geresnius grąžos įvertinimus. Šie papildomi veiksniai yra žinomi kaip „Fama-French“ veiksniai, pavadinti profesorių, kurie, siekdami geriau paaiškinti turto grąžą, sukūrė daugialypę tiesinės regresijos modelį, vardu.

Palyginkite investicinių sąskaitų teikėjo pavadinimą Aprašymas Skelbėjo informacijos atskleidimas × Šioje lentelėje pateikti pasiūlymai yra iš partnerystės, iš kurios „Investopedia“ gauna kompensaciją.

Susijusios sąlygos

Kas yra klaidos terminas? Klaidos terminas yra apibrėžiamas kaip statistinio modelio kintamasis, kuris sukuriamas, kai modelis nevisiškai parodo tikrąjį ryšį tarp nepriklausomų ir priklausomų kintamųjų. daugiau kaip veikia daugialypė tiesinė regresija Keli linijinė regresija (MLR) yra statistinė technika, kuriai naudojami keli aiškinamieji kintamieji, norint nuspėti atsako kintamojo rezultatą. daugiau „Labiausiai tinkanti linija“ Geriausiai tinkanti linija yra regresijos analizės išvestis, parodanti ryšį tarp dviejų ar daugiau duomenų rinkinio kintamųjų. daugiau R-kvadrato R-kvadrato yra statistinis matas, kuris parodo priklausomo kintamojo dispersijos dalį, kuri paaiškinama nepriklausomu kintamuoju. daugiau Kaip veikia mažiausių kvadratų metodas Mažiausių kvadratų metodas yra statistinis metodas, pagal kurį nustatoma modeliui tinkamiausia linija, apibrėžta lygtimi su tam tikrais stebimų duomenų parametrais. daugiau heteroskedaziškumas Statistikoje heteroskedaziškumas įvyksta, kai kintamojo standartiniai nuokrypiai, stebimi per tam tikrą laiko tarpą, yra nekonstantiniai. daugiau partnerių nuorodų