Regresijas definīcija

Kas ir regresija?

Regresija ir statistisks mērījums, ko izmanto finansēs, investīcijās un citās disciplīnās un kas mēģina noteikt attiecības stiprumu starp vienu atkarīgo mainīgo (parasti apzīmēts ar Y) un citu mainīgo mainīgo virkni (pazīstamus kā neatkarīgus mainīgos).

Regresija palīdz ieguldījumu un finanšu vadītājiem novērtēt aktīvus un izprast attiecības starp mainīgajiem lielumiem, piemēram, preču cenām un to uzņēmumu akcijām, kuri nodarbojas ar šīm precēm.

1:21

Regresija

Regresija izskaidrota

Divi pamata regresijas veidi ir lineārā regresija un daudzkārtējā lineārā regresija, lai arī ir nelineāras regresijas metodes sarežģītākiem datiem un analīzei. Lineārā regresija izmanto vienu neatkarīgu mainīgo, lai izskaidrotu vai prognozētu atkarīgā mainīgā Y iznākumu, savukārt daudzkārtējā regresija izmanto divus vai vairākus neatkarīgus mainīgos, lai prognozētu iznākumu.

Regresija var palīdzēt finanšu un investīciju speciālistiem, kā arī citu uzņēmumu profesionāļiem. Regresija var arī palīdzēt prognozēt uzņēmuma pārdošanas apjomus, ņemot vērā laika apstākļus, iepriekšējos pārdošanas apjomus, IKP pieaugumu vai cita veida apstākļus. Kapitāla aktīvu cenu noteikšanas modelis (CAPM) ir bieži izmantots regresijas modelis aktīvu cenu noteikšanai un kapitāla izmaksu noteikšanai finansēšanai.

Katra veida regresijas vispārējā forma ir šāda:

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

Kur:

• Y = mainīgais, kuru jūs mēģināt paredzēt (atkarīgs mainīgais).
• X = mainīgais, kuru izmantojat Y prognozēšanai (neatkarīgs mainīgais).
• a = pārtveršana.
• b = slīpums.
• u = regresijas atlikums.

Pastāv divi pamata regresijas veidi: lineārā regresija un daudzkārtējā lineārā regresija.

Regresija ņem nejaušu mainīgo grupu, domājams, ka tā prognozē Y, un mēģina atrast matemātiskas attiecības starp tām. Šīs attiecības parasti ir taisnas līnijas (lineārā regresija) veidā, kas vislabāk tuvina visus atsevišķos datu punktus. Vairāku regresiju gadījumā atsevišķi mainīgie lielumi tiek diferencēti, izmantojot skaitļus ar apakšrakstiem.

Taustiņu izņemšana

• Regresija palīdz ieguldījumu un finanšu pārvaldītājiem novērtēt aktīvus un izprast attiecības starp mainīgajiem
• Regresija var palīdzēt finanšu un investīciju speciālistiem, kā arī citu uzņēmumu profesionāļiem.

Reālās pasaules piemērs, kā tiek izmantota regresijas analīze

Regresiju bieži izmanto, lai noteiktu, cik konkrēti faktori, piemēram, preces cena, procentu likmes, noteiktas nozares vai nozares, ietekmē aktīva cenu kustību. Iepriekšminētais CAPM ir balstīts uz regresiju, un to izmanto, lai prognozētu krājumu paredzamo atdevi un radītu kapitāla izmaksas. Akciju ienesīgums tiek regresēts attiecībā pret plašāka indeksa, piemēram, S&P 500, ienesīgumu, lai ģenerētu beta versiju konkrētajam krājumam.

Beta ir akciju risks attiecībā pret tirgu vai indeksu, un tas tiek atspoguļots kā CAPM modeļa slīpums. Paredzamā peļņa no attiecīgajiem krājumiem būtu atkarīgs mainīgais Y, savukārt neatkarīgais mainīgais X būtu tirgus riska prēmija.

Lai iegūtu labākus ienākumu aprēķinus, CAPM modelim var pievienot papildu mainīgos, piemēram, akciju tirgus kapitalizāciju, vērtēšanas koeficientus un nesenos ienākumus. Šie papildu faktori ir zināmi kā Fama-Francijas faktori, kas nosaukti pēc profesoriem, kuri izstrādāja daudzkārtējās lineārās regresijas modeli, lai labāk izskaidrotu aktīvu atdevi.

Investīciju kontu salīdzināšana Piegādātāja nosaukums Apraksts Reklāmdevēja atklāšana × Piedāvājumi, kas parādās šajā tabulā, ir no partnerībām, no kurām Investtopedia saņem kompensāciju.

Saistītie noteikumi

Kas ir kļūdas termins? Kļūdas termins tiek definēts kā mainīgais statistiskajā modelī, kas tiek izveidots, kad modelis pilnībā neatspoguļo faktiskās attiecības starp neatkarīgajiem un atkarīgajiem mainīgajiem. vairāk kā darbojas vairākkārtējā lineārā regresija Vairāku lineārā regresija (MLR) ir statistikas paņēmiens, kas izmanto vairākus skaidrojošos mainīgos, lai paredzētu atbildes mainīgā rezultātu. vairāk Labākās ietilpības līnija Labākās piemērotības līnija ir regresijas analīzes izvade, kas attēlo attiecības starp diviem vai vairākiem mainīgiem datu kopā. vairāk R-kvadrāts R-kvadrāts ir statistikas mērs, kas attēlo atkarīgā mainīgā dispersijas proporciju, ko izskaidro neatkarīgs mainīgais. vairāk Kā darbojas vismazāko kvadrātu metode Vismazāko kvadrātu metode ir statistikas metode, lai noteiktu modelim vispiemērotāko līniju, ko nosaka vienādojums ar noteiktiem parametriem novērotajiem datiem. vairāk Heteroskedasticitāte Statistikā heteroskedasticitāte notiek tad, kad mainīgā standarta novirzes, ko uzrauga noteiktā laika posmā, ir nepastāvīgas. vairāk partneru saišu