Линеарна регресија насупрот вишеструкој регресији: преглед
Регресијска анализа је уобичајена статистичка метода која се користи у финансијама и улагањима. Линеарна регресија једна је од најчешћих техника регресијске анализе. Вишеструка регресија је шира класа регресије која обухвата линеарне и нелинеарне регресије са вишеструких објашњивих променљивих.
Регресија као алат помаже да се обједине подаци како би се људима и компанијама помогло да донесу информисане одлуке. У регресији се играју различите променљиве, укључујући зависну променљиву - главну променљиву коју покушавате да разумете - и независну променљиву - факторе који могу имати утицаја на зависну променљиву.
Да бисте омогућили регресијску анализу, морате прикупити све релевантне податке. Може се представити на графикону, са к-оси и и-оси.
Постоји неколико главних разлога због којих људи користе регресијску анализу:
- Да бисте предвидјели будуће економске услове, трендове или вредностиДа бисте утврдили однос између две или више променљивих да бисте разумели како се једна променљива мења када се друга промени
Постоји много различитих врста регресијске анализе. У сврху овог чланка осврћемо се на два: линеарну регресију и вишеструку регресију.
Линеарна регресија
Назива се и једноставном линеарном регресијом. Он успоставља однос између две променљиве користећи равну линију. Линеарна регресија покушава нацртати линију која је најближа подацима проналажењем нагиба и пресретања који дефинирају линију и минимизирају регресијске грешке.
Ако две или више објашњавајућих варијабли имају линеарни однос са зависном променљивом, регресија се назива вишеструка линеарна регресија.
Многи односи података не иду равно, тако да статистичари користе нелинеарну регресију. Две су сличне по томе што обе графички прате одређени одговор из низа променљивих. Али, нелинеарни модели су сложенији од линеарних модела јер се функција ствара низом претпоставки које могу произаћи из покушаја и грешке.
Вишеструка регресија
Ретко је да зависна променљива објашњава само једну променљиву. У овом случају, аналитичар користи вишеструку регресију, која покушава објаснити зависну варијаблу користећи више од једне независне променљиве. Вишеструка регресија може бити линеарна и нелинеарна.
Вишеструка регресија заснива се на претпоставци да постоји линеарни однос и између зависне и од независне променљиве. Такође не претпоставља велику корелацију између независних променљивих.
Као што је горе споменуто, постоји неколико различитих предности кориштења регресијске анализе. Ови модели могу да се користе од стране предузећа и економиста да помогну у доношењу практичних одлука.
Компанија не може само да користи регресијску анализу како би разумела одређене ситуације попут зашто позиви за кориснике опадају, већ и да би могла да предвиђа у будућности, попут података о продаји у будућности, и да донесе важне одлуке попут посебне продаје и промоције.
Линеарна регресија у односу на вишеструку регресију: Пример
Размотрите аналитичара који жели да успостави линеарни однос између дневне промене цена акција компаније и других објашњивих променљивих као што су дневна промена обима трговања и дневна промена тржишних приноса. Ако он води регресију са дневном променом цена акција компаније као зависне променљиве и дневном променом обима трговања као независне променљиве, то би био пример једноставне линеарне регресије са једном објашњеном променљивом.
Ако аналитичар дода дневну промјену тржишног повратка у регресију, то би била вишеструка линеарна регресија.
Кључне Такеаваис
- Регресијска анализа је уобичајена статистичка метода која се користи у финансијама и улагањима. Линеарна регресија једна је од најчешћих техника регресијске анализе. Вишеструка регресија је шира класа регресије која обухвата линеарне и нелинеарне регресије са вишеструких објашњивих променљивих.
