Linearna regresija nasuprot višestrukoj regresiji: pregled
Regresijska analiza uobičajena je statistička metoda koja se koristi u financijama i ulaganjima. Linearna regresija jedna je od najčešćih tehnika regresijske analize. Višestruka regresija je šira klasa regresije koja obuhvaća linearne i nelinearne regresije s više objašnjivih varijabli.
Regresija kao alat pomaže zajedničko objedinjavanje podataka kako bi se ljudima i tvrtkama omogućilo donošenje informiranih odluka. U regresiji se igraju različite varijable, uključujući ovisnu varijablu - glavnu varijablu koju pokušavate razumjeti - i neovisnu varijablu - faktore koji mogu imati utjecaja na ovisnu varijablu.
Da biste napravili regresijsku analizu, morate prikupiti sve relevantne podatke. Može se prikazati na grafu, s osi x i y.
Postoji nekoliko glavnih razloga zbog kojih ljudi koriste regresijsku analizu:
- Da biste predvidjeli buduće ekonomske uvjete, trendove ili vrijednostiDa biste odredili odnos između dvije ili više varijabliDa biste razumjeli kako se jedna varijabla mijenja kada se druga promijeni
Postoji mnogo različitih vrsta regresijske analize. U svrhu ovog članka pogledat ćemo dva: linearna regresija i višestruka regresija.
Linearna regresija
Naziva se i jednostavnom linearnom regresijom. On uspostavlja odnos između dvije varijable koristeći ravnu liniju. Linearna regresija pokušava nacrtati liniju koja je najbliža podacima pronalaženjem nagiba i presretanja koji definiraju liniju i minimiziraju regresijske pogreške.
Ako dvije ili više objašnjavajućih varijabli imaju linearni odnos s zavisnom varijablom, regresija se naziva višestruka linearna regresija.
Mnogi odnosi podataka ne slijede ravnu liniju, pa statističari umjesto toga koriste nelinearnu regresiju. Dvije su slične jer obje slikovno prate određeni odgovor iz skupa varijabli. No, nelinearni su modeli složeniji od linearnih modela jer se funkcija stvara nizom pretpostavki koje mogu proizaći iz pokušaja i pogreške.
Višestruka regresija
Rijetko je da se ovisna varijabla objasni samo jednom varijablom. U ovom slučaju analitičar koristi višestruku regresiju, koja pokušava objasniti ovisnu varijablu pomoću više nezavisnih varijabli. Višestruke regresije mogu biti linearne i nelinearne.
Višestruke regresije temelje se na pretpostavci da postoji linearni odnos i između ovisne i od neovisne varijable. Također ne pretpostavlja nikakvu veliku povezanost između neovisnih varijabli.
Kao što je gore spomenuto, postoji nekoliko različitih prednosti korištenja regresijske analize. Ovi modeli mogu se koristiti od strane poduzeća i ekonomista kako bi pomogli u donošenju praktičnih odluka.
Tvrtka ne može koristiti samo regresijsku analizu kako bi razumjela određene situacije poput razloga zašto pozivi za korisnike odustaju, već i da može predvidjeti prognoze poput prodajnih podataka u budućnosti i donijeti važne odluke poput posebne prodaje i promocije.
Linearna regresija nasuprot višestrukoj regresiji: primjer
Razmislite o analitičaru koji želi uspostaviti linearni odnos između dnevne promjene cijena dionica tvrtke i drugih objašnjivih varijabli poput dnevne promjene volumena trgovanja i dnevne promjene prinosa na tržištu. Ako vodi regresiju s dnevnom promjenom cijena dionica tvrtke kao zavisne varijable, a dnevnom promjenom volumena trgovanja kao neovisnom varijablom, to bi bio primjer jednostavne linearne regresije s jednom objašnjenom varijablom.
Ako analitičar doda dnevnu promjenu tržišnog povratka u regresiju, to bi bila višestruka linearna regresija.
Ključni odvodi
- Regresijska analiza uobičajena je statistička metoda koja se koristi u financijama i ulaganjima. Linearna regresija jedna je od najčešćih tehnika regresijske analize. Višestruka regresija je šira klasa regresije koja obuhvaća linearne i nelinearne regresije s više objašnjivih varijabli.
