Mikä on parhaiten sopiva sarja
Parhaiten sopiva viiva tarkoittaa viivaa datapisteiden sirontakaavion läpi, joka ilmaisee parhaiten näiden pisteiden välisen suhteen. Tilastotieteilijät käyttävät tyypillisesti pienimmän neliösumman menetelmää linjan geometrisen yhtälön saamiseksi joko manuaalisten laskelmien tai regressioanalyysiohjelmistojen avulla. Suora viiva syntyy kahden tai useamman riippumattoman muuttujan yksinkertaisesta lineaarisesta regressioanalyysistä. Regressio, joka sisältää useita toisiinsa liittyviä muuttujia, voi tuottaa kaarevan viivan joissain tapauksissa.
Parhaiten sopiva rivi
Parhaiten sopivan linjan perusteet
Parhaiten sopiva linja on yksi regressioanalyysin tärkeimmistä tuotoksista. Regressio tarkoittaa kvantitatiivista mittaa suhteesta yhden tai useamman riippumattoman muuttujan ja tuloksena olevan riippuvaisen muuttujan välillä. Regressio on hyödyllinen ammattilaisille monilla aloilla tiedestä ja julkisesta palvelusta taloudelliseen analyysiin.
Regressioanalyysin suorittamiseksi tilastotieteilijä kerää joukon tietopisteitä, joista kukin sisältää täydellisen joukon riippuvaisia ja riippumattomia muuttujia. Esimerkiksi riippuvainen muuttuja voi olla yrityksen osakekurssi ja riippumattomat muuttujat voivat olla Standard and Poor's 500 -indeksi ja kansallinen työttömyysaste, olettaen, että osake ei ole S&P 500: n luettelossa. Otosjoukko voi olla kukin näistä kolme tietokokonaisuutta viimeisen 20 vuoden ajalta.
Kaaviossa nämä datapisteet näyttävät sirontakaaviona, joukko pisteitä, jotka saattavat näyttää siltä, että ne on järjestetty mihin tahansa viivaan. Jos lineaarinen kuvio on ilmeinen, voi olla mahdollista piirtää parhaiten sopiva linja, joka minimoi näiden pisteiden etäisyyden tuosta linjasta. Jos mikään järjestämisakseli ei ole visuaalisesti ilmeinen, regressioanalyysi voi luoda viivan pienimmän neliösumman menetelmän perusteella. Tämä menetelmä rakentaa viivan, joka minimoi kunkin pisteen neliön etäisyyden parhaiten sopivalta linjalta.
Tämän rivin kaavan määrittämiseksi tilastotieteilijä syöttää nämä kolme viimeisen 20 vuoden tulosta regressio-ohjelmistosovellukseen. Ohjelmisto tuottaa lineaarisen kaavan, joka ilmaisee syy-yhteyden S&P 500: n, työttömyysasteen ja kyseisen yrityksen osakekurssin välillä. Tämä yhtälö on kaava parhaiten sopivalle riville. Se on ennakoiva työkalu, joka tarjoaa analyytikoille ja kauppiaille mekanismin yrityksen tulevan osakekurssin projisoimiseen näiden kahden riippumattoman muuttujan perusteella.
Parhaiten sopivan yhtälön rivi ja sen komponentit
Kahden riippumattoman muuttujan regressio, kuten yllä selostettu esimerkki, tuottaa kaavan, jolla on tämä perusrakenne:
y = c + b 1 (x 1) + b 2 (x 2)
Tässä yhtälössä y on riippuvainen muuttuja, c on vakio, b1 on ensimmäinen regressiokerroin ja x1 on ensimmäinen riippumaton muuttuja. Toinen kerroin ja toinen riippumaton muuttuja ovat b2 ja x2. Yllä olevasta esimerkistä käy ilmi, että osakekurssi olisi y, S&P 500 olisi x 1 ja työttömyysaste olisi x 2. Kunkin riippumattoman muuttujan kerroin edustaa muutosastetta y: ssä kunkin muuttujan lisäyksikön kohdalla. Jos S&P 500 nousee yhdellä, tuloksena oleva y- tai osakekurssi nousee kertoimen määrällä. Sama koskee toista riippumatonta muuttujaa, työttömyysastetta. Yksinkertaisella regressiolla yhdessä riippumattoman muuttujan kanssa tämä kerroin on parhaiten sopivan viivan kaltevuus. Tässä esimerkissä tai missä tahansa regressiossa kahdella riippumattomalla muuttujalla kaltevuus on sekoitus kahdesta kertoimesta. Vakio c on parhaiten sopivan linjan y-leikkauspiste.
Avainsanat
- Parhaiten sopivaa riviä käytetään ilmaisemaan suhdetta eri datapisteiden sirontakaaviossa. Se on regressioanalyysin tulos ja sitä voidaan käyttää ennustetyökaluna indikaattoreille ja hintojen muutoksille.
