선형 회귀

회귀 분석 (종속 독립) 특정 변수 사이의 관계를 연구의 통계 방법에 추가 될 수있다. "타격의"-이 경우, 독립 변수는 "공변량"종속이라고합니다. 선형 회귀 분석을 수행 할 때 종속 변수 표현 간격 스케일의 형태를 취한다. 거기 간격 크기에 관련된 변수들 사이의 비 - 선형 관계의 존재의 가능성이 있지만,이 문제는 이미이 문서의 주제없는 비선형 회귀 분석의 방법에 의해 해결되었다.

선형 회귀는 수학적 계산과 같이 매우 성공적으로 사용하고, 통계 데이터를 기반으로 경제 연구했다.

그래서 더 회귀 고려한다. 선형 회귀 식으로 표현 될 수있는 변수들 사이의 선형 관계를 결정하는 수학적 방법의 관점에서 : Y는 +의 BX를 =. 이 공식에 대한 설명은 경제학의 모든 교과서에서 찾을 수 있습니다.

화학식으로 나타내는 단순 회귀 분석에 의해 얻어진 (최대 횟수 n의 숫자로) 관찰의 수를 확장 할 때 :

이순신 = A + bxi + EI,

어디 EI를 - 독립, 동일 임의의 변수를 배포했습니다.

이 글에서 나는 이전 데이터를 기반으로 미래 가격을 예측의 관점에서이 개념에 더 많은 관심을 지불하고 싶습니다. 이 지역에서 우리는 선형 회귀 적극적으로 사용하고있는 추정 최소 제곱 법, 가격대의 값의 특정 번호를 통해 "가장 적합한"직선을 구축하는 데 도움이됩니다. 고, 저, 폐쇄 또는 개방, 이들 값의 평균값을 의미하는 가격 포인트에 의해 사용되는 입력 데이터 (예를 들어, 두 가지로 나누어 최대 및 최소의 합). 또한, 적합한 광고를 구축하기 전에 이러한 데이터는 임의로 평활화 할 수있다.

전술 한 바와 같이, 선형 회귀 분석은 종종 가격 및 시간에 기초하여 경향을 결정하기 위해 분석이 사용된다. 이 경우, 회귀 지표의 기울기는 단위 시간당 가격 변동의 크기를 결정합니다. 이 표시를 사용하여 올바른 결정을위한 조건의 하나는 경사 회귀 추세 다음 신호 발생기의 사용이다. 양의 기울기 (상승 선형 회귀) 구매 행하면 지표 값이 0보다 큰 경우. 중고 네거티브 슬로프 (감소 회귀) 동안 지시자 (0보다 작은)의 음의 값이어야한다.

가격대의 특정 번호에 대응하는 최적의 라인을 결정하는데 사용 된 바와 같이, 최소 제곱 법은 다음과 같은 알고리즘을 의미한다 :

- 가격과 회귀선의 제곱의 차이의 합계 식입니다;

-이 나타내어 회귀 데이터 계열의 범위 바의 수이고;

- 결과 계산에 따라 제곱근, 표준 편차에 해당합니다.

단순 선형 회귀 식 모델이 있습니다 :

Y (X)는 F를 = (X) ^

어디 - 생산 기능은 종속 변수를 발표;

X - 설명 또는 독립 변수;

^ 엄격한 없을 표시 기능적 관계 변수 X와 Y 사이를. 따라서, 각각의 특정 경우에있어서, 변수 Y는 같은 조건으로 구성 될 수있다 :

Y = YX + ε,

여기서 - 실제 결과 데이터;

어 - 해결 결정 이론적 결과 데이터 회귀 식 ;

ε - 실제 값과 이론적 간의 편차 특징 랜덤 변수.