Линейна регресия срещу множествена регресия: общ преглед
Регресионният анализ е общ статистически метод, използван при финанси и инвестиции. Линейната регресия е една от най-често срещаните техники на регресионен анализ. Множествената регресия е по-широк клас регресии, който обхваща линейни и нелинейни регресии с множество обяснителни променливи.
Регресията като инструмент помага за обединяването на данни, за да помогне на хората и компаниите да вземат информирани решения. В регресията играят различни променливи, включително зависима променлива - основната променлива, която се опитвате да разберете - и независима променлива - фактори, които могат да окажат влияние върху зависимата променлива.
За да направите регресионен анализ, трябва да съберете всички необходими данни. Тя може да бъде представена на графика, с х-ос и у-ос.
Има няколко основни причини хората да използват регресионен анализ:
- За прогнозиране на бъдещите икономически условия, тенденции или стойностиЗа да определите връзката между две или повече променливиЗа да разберете как една променлива се променя, когато друга се променя
Има много различни видове регресионен анализ. За целите на тази статия ще разгледаме две: линейна регресия и множествена регресия.
Линейна регресия
Нарича се също така обикновена линейна регресия. Той установява връзката между две променливи, използвайки права линия. Линейната регресия се опитва да очертае линия, която е най-близка до данните, като намира наклона и прехващането, които определят линията и минимизира грешките на регресия.
Ако две или повече обяснителни променливи имат линейна връзка с зависимата променлива, регресията се нарича множествена линейна регресия.
Много връзки с данни не следват права линия, така че статистиците вместо това използват нелинейна регресия. Двете са сходни по това, че и двамата проследяват определен отговор от набор от променливи графично. Но нелинейните модели са по-сложни от линейните модели, тъй като функцията се създава чрез поредица от предположения, които могат да произтичат от опит и грешка.
Множествена регресия
Рядко се случва, че зависима променлива се обяснява само с една променлива. В този случай анализаторът използва множествена регресия, която се опитва да обясни зависима променлива, използвайки повече от една независима променлива. Множеството регресии могат да бъдат линейни и нелинейни.
Множеството регресии се основават на предположението, че съществува линейна връзка между зависимите и независимите променливи. Той също така не предполага голяма корелация между независимите променливи.
Както бе споменато по-горе, има няколко различни предимства от използването на регресионен анализ. Тези модели могат да се използват от бизнеса и икономистите, за да помогнат при вземането на практически решения.
Компанията може не само да използва регресионен анализ, за да разбере някои ситуации, като например, че обажданията за обслужване на клиенти отпадат, но и да прави прогнози за бъдещето, като цифри на продажбите в бъдеще, и да взема важни решения като специални продажби и промоции.
Линейна регресия срещу множествена регресия: пример
Помислете за анализатор, който желае да установи линейна връзка между ежедневната промяна в цените на акциите на компанията и други обяснителни променливи, като ежедневната промяна в обема на търговията и ежедневната промяна на пазарната възвръщаемост. Ако той управлява регресия с ежедневната промяна на цените на акциите на компанията като зависима променлива и ежедневната промяна в обема на търговията като независима променлива, това ще бъде пример за обикновена линейна регресия с една обяснителна променлива.
Ако аналитикът добави ежедневната промяна на възвръщаемостта на пазара в регресията, това ще бъде множествена линейна регресия.
Ключови заведения
- Регресионният анализ е общ статистически метод, използван при финанси и инвестиции. Линейната регресия е една от най-често срещаните техники на регресионен анализ. Множествената регресия е по-широк клас регресии, който обхваща линейни и нелинейни регресии с множество обяснителни променливи.
