Što je rezidualni zbroj kvadrata (RSS)?
Preostali zbroj kvadrata (RSS) je statistička tehnika koja se koristi za mjerenje količine varijance u skupu podataka koja nije objašnjena regresijskim modelom. Regresija je mjerenje koje pomaže odrediti snagu odnosa ovisne varijable i niza drugih varijabli koje se mijenjaju ili neovisnih varijabli.
Preostali zbroj kvadrata mjeri količinu pogreške koja ostaje između funkcije regresije i skupa podataka. Manji rezidualni zbroj kvadrata predstavlja regresijsku funkciju. Preostali zbroj kvadrata - poznat i kao zbroj zaostalih kvadrata - u osnovi određuje koliko dobro regresijski model objašnjava ili predstavlja podatke u modelu.
Ključni odvodi
- Preostali zbroj kvadrata (RSS) je statistička tehnika koja se koristi za mjerenje količine varijance u skupu podataka koji nije objašnjen regresijskim modelom. Preostali zbroj kvadrata jedno je od mnogih statističkih svojstava koja uživaju u renesansi na financijskim tržištima. U idealnom slučaju, zbroj ostataka kvadrata trebao bi biti manja ili manja vrijednost u bilo kojem regresijskom modelu.
Razumijevanje preostalog zbroja kvadrata (RSS)
Financijska tržišta postaju sve kvantitativnija; u potrazi za tim, mnogi investitori koriste napredne statističke tehnike kako bi pomogli u svojim odlukama. Veliki podaci, strojno učenje i aplikacije umjetne inteligencije dodatno zahtijevaju korištenje statističkih svojstava za vođenje suvremenih strategija ulaganja. Preostali zbroj kvadrata - ili RSS statistika - jedno je od mnogih statističkih svojstava koja uživaju u renesansi.
Statistički modeli investitori i portfeljni menadžeri koriste za praćenje cijene ulaganja i koriste te podatke za predviđanje budućih kretanja. Studija - nazvana regresijska analiza - mogla bi uključivati analizu odnosa kretanja cijena između robe i zaliha tvrtki koje se bave proizvodnjom robe.
Bilo koji model mogao bi imati odstupanja između predviđenih vrijednosti i stvarnih rezultata. Iako bi se varijance mogle objasniti regresijskom analizom, preostali zbroj kvadrata predstavlja varijancije ili pogreške koje nisu objašnjene.
Budući da se može stvoriti dovoljno složena regresijska funkcija da se usko uklopi gotovo bilo koji skup podataka, potrebna je daljnja studija kako bi se utvrdilo je li regresijska funkcija korisna u objašnjavanju varijance skupa podataka. Međutim, obično je manja ili manja vrijednost za preostali zbroj kvadrata idealna u bilo kojem modelu, jer znači da postoji manja varijacija u skupu podataka. Drugim riječima, što je manji zbroj ostataka kvadrata, bolji je regresijski model pri objašnjavanju podataka.
