Lineara malprogreso

Malprogresa analitiko povas esti aldonitaj al la statistikaj metodoj studi la rilaton inter specifa variabloj (dependaj kaj sendependaj). En ĉi tiu kazo, la sendependaj variabloj estas nomataj "covariates" kaj dependa - "criterial". Kiam kondukas lineara malprogresa analitiko dependa variablo reprezento prenas la formon de intervalo skalo. Estas probablo de ĉeesto de ne-lineara rilatoj inter variabloj rilataj al la intervalo skalo, sed ĉi tiu problemo jam estas solvita per metodoj de ne-lineara malprogreso, kiu ne estas la temo de ĉi tiu artikolo.

Lineara malprogreso estis uzata tre sukcese kiel en matematikaj ŝtonoj, kaj en ekonomiaj studoj bazitaj sur statistika datumo.

Do konsideru ĉi malprogresa pli. El la vidpunkto de la matematika metodo de determini la lineara rilato inter iuj variabloj lineara malprogreso povas esti prezentita kiel formulo: y = a + bx. Por ekspliko de ĉi tiu formulo povas trovi en ajna lernolibro sur ekonometrio.

Kiam la ekspansiiĝi la numeron de observado (ĝis n-a nombro de tempoj) ricevita per simpla lineara regreso, reprezentita de formulo:

yi = A + bxi + e mi,

kie ei - sendependa, idente distribuis, hazarda variablo.

En ĉi tiu artikolo mi ŝatus pagi pli da atento al ĉi tiu koncepto de la vidpunkto de prognozanta la estonteco prezo bazita sur antaŭaj datumoj. En ĉi tiu areo, ni estimas lineara malprogreso estas aktive uzi la kvadrataj minimumoj metodo, kiu helpas konstrui la "plej taŭga" rekta linio tra certa nombro de valoroj de prezo punktoj. La enigaĵo uzita de la prezo punkto, signifante alta, malalta, fermo aŭ malfermo, kaj la mezumo de la valoroj (ekz-e, la sumo de la maksimuma kaj minimuma dividita de du). Same, ĉi tiuj datumoj antaŭ ol konstrui taŭgan linion povas arbitre glatigis.

Kiel ĝi menciis antaŭe, la regresión lineal estas ofte uzata de analizistoj por determini tendenco surbaze de prezo kaj tempo. En ĉi tiu kazo, la deklivo de la regreso indikilo determinos la grando de prezo ŝanĝojn por unuo de tempo. Unu el la kondiĉoj por ĝusta decido uzi ĉi indikilo estas la uzo de signalo generatoro, sekvante la tendencon de inklino regreso. Se pozitiva deklivo (leviĝanta regresión lineal) aĉeto estas farita se la indikilo valoro estas pli granda ol nulo. Dum la negativa deklivo (malpliiĝas malprogreso) por vendo devus esti ĉe negativaj valoroj de la indikilo (malpli ol nulo).

Kiel uzita en determinado de la plej bona linio responda al certa nombro de prezo punktoj, la malplej-kvadratoj metodo implicas ke la sekva algoritmo:

- estas la totala esprimo de la diferenco de kvadratoj de prezoj kaj la malprogreso linio;

- estas la rilatumo de ĉi tiu sumo kaj la nombro de stangoj en la gamo de regresión datumoj serio;

- sur la rezulto komputita kvadrata radiko, kiu korespondas al la norma diferenco.

Simpla regresión lineal Ekvacio havas la modelon:

y (x) = f (x) ^,

kie - produktivaj trajtoj prezentis la dependa variablo;

x - klarigan aŭ sendependa variablo;

^ Indikas la foresto de strikta funkcia rilato inter la variabloj x kaj y. Sekve, en ĉiu aparta kazo, la variablo y povas konsisti el tiaj kondiĉoj:

y = yx + ε,

kie - la reala rezulto datumoj;

uh - teoriaj rezulto datumoj determinita de solvi la regresian ekvacio ;

ε - hazarda variablo kiu karakterizas la devio inter la reala valoro kaj la teoriaj.