Regresión lineal

A análise de regresión se pode engadir os métodos estatísticos de estudar a relación entre as variables específicas (dependentes e independentes). Neste caso, as variables independentes son chamados de "co-variables" e dependente - "criterios". Ao realizar unha análise de regresión lineal representación variable dependente toma a forma dunha escala de rango. Hai unha probabilidade da presenza de relacións non lineais entre variables relacionadas coa escala de rango, pero este problema xa foi resolto por métodos de regresión non lineal, que non é o tema deste artigo.

regresión lineal foi utilizada con bastante éxito como en cálculos matemáticos, e en estudos económicos en base a datos estatísticos.

Por iso, considero esta unha regresión máis. Desde o punto de vista do método matemático de determinar a relación lineal entre algunhas variables de regresión lineal pode ser representada como unha fórmula: y = a + bx. Para unha explicación sobre esta fórmula se pode atopar en calquera libro en econometría.

Ao ampliar o número de observación (-se a n-ésima número de veces), obtido por unha regresión lineal simple, representado por unha fórmula:

Yi = A + bxi + EI,

onde ei - independentes e identicamente distribuídas, variables aleatorias.

Neste artigo gustaríame prestar máis atención a este concepto do punto de vista de prever o prezo futuro en base a datos anteriores. Nesta área, estimamos unha regresión lineal está activamente mediante o método dos mínimos cadrados, que axuda a construír a liña recta "máis adecuado" a través dunha serie de valores de puntos de prezo. Os datos de entrada que usa o punto de prezo, é dicir, alta, baixa, de peche ou de apertura, ea media destes valores (por exemplo, a suma do máximo e mínimo divididos por dous). Ademais, estes datos antes de construír unha liña axeitada pode ser arbitrariamente suavizados.

Como mencionado arriba, a regresión lineal é frecuentemente utilizado por expertos para determinar unha tendencia a base do prezo e tempo. Neste caso, a inclinación do indicador de regresión determinará a magnitude das variacións de prezos por unidade de tempo. Unha das condicións para a decisión correcta utilización deste indicador é o uso dun xerador de sinal, seguindo a tendencia de regresión de inclinación. Se unha inclinación positiva (ascendente regresión lineal) a compra se realiza o valor do indicador é maior que cero. Durante a inclinación negativa (diminución de regresión) a venda debe ser en valores negativos do indicador (menor que cero).

Conforme utilizado na determinación da mellor liña correspondente a un certo número de puntos de prezo, o método dos mínimos cadrados implica que o seguinte algoritmo:

- é a expresión total da diferenza dos cadrados dos prezos e da liña de regresión;

- é a razón entre esta suma eo número de barras na gama de series de datos de regresión;

- sobre o resultado calculado raíz cadrada, que corresponde ao desvío estándar.

Regresión lineal simple ecuación ten o modelo:

y (x) = f (x) ^,

onde - Características produtivas presentou a variable dependente;

x - explicativo ou variable independente;

^ Indica a ausencia dun rigoroso relación funcional entre as variables x e y. Polo tanto, en cada caso particular, a variable y pode consistir de tales termos:

y = yx + ε,

onde - os datos do resultado reais;

uh - datos de resultados teóricos determinados resolvendo a ecuación de regresión ;

ε - variable aleatoria que caracteriza a desviación entre o valor real eo teórico.