Regresie liniară vs. regresie multiplă: o imagine de ansamblu
Analiza regresiei este o metodă statistică obișnuită folosită în finanțe și investiții. Regresia liniară este una dintre cele mai frecvente tehnici de analiză a regresiei. Regresia multiplă este o clasă mai largă de regresii care cuprinde regresii liniare și neliniare cu variabile explicative multiple.
Regresia ca instrument ajută la combinarea datelor împreună pentru a ajuta oamenii și companiile să ia decizii în cunoștință de cauză. Există diferite variabile în joc în regresie, inclusiv o variabilă dependentă - principala variabilă pe care încercați să o înțelegeți - și o variabilă independentă - factori care pot avea un impact asupra variabilei dependente.
Pentru a face analiza de regresie să funcționeze, trebuie să colectați toate datele relevante. Poate fi prezentat pe un grafic, cu axa x și axa Y.
Există câteva motive principale pentru care oamenii folosesc analiza de regresie:
- Pentru a prezice viitoarele condiții economice, tendințe sau valori Pentru a determina relația dintre două sau mai multe variabile Pentru a înțelege modul în care o variabilă se schimbă atunci când o altă schimbare
Există multe tipuri diferite de analiză de regresie. În scopul acestui articol, vom analiza două: regresia liniară și regresia multiplă.
Regresie liniara
Se mai numește o regresie liniară simplă. Stabilește relația dintre două variabile folosind o linie dreaptă. Regresia liniară încearcă să deseneze o linie care se apropie cel mai mult de date prin găsirea pantei și a interceptării care definesc linia și minimizează erorile de regresie.
Dacă două sau mai multe variabile explicative au o relație liniară cu variabila dependentă, regresia se numește regresie liniară multiplă.
Multe relații de date nu respectă o linie dreaptă, astfel încât statisticienii folosesc în schimb regresia neliniară. Cele două sunt similare prin faptul că ambele urmăresc grafic un răspuns particular dintr-un set de variabile. Dar modelele neliniare sunt mai complicate decât modelele liniare, deoarece funcția este creată printr-o serie de presupuneri care pot provoca din încercare și eroare.
Regresie multiplă
Este rar ca o variabilă dependentă să fie explicată de o singură variabilă. În acest caz, un analist folosește regresia multiplă, care încearcă să explice o variabilă dependentă folosind mai multe variabile independente. Regresii multiple pot fi liniare și neliniare.
Regresii multiple se bazează pe presupunerea că există o relație liniară între variabilele dependente și independente. De asemenea, nu presupune nicio corelație majoră între variabilele independente.
După cum am menționat mai sus, există mai multe avantaje diferite în utilizarea analizei de regresie. Aceste modele pot fi utilizate de companii și economiști pentru a ajuta la luarea deciziilor practice.
O companie nu poate folosi doar analiza de regresie pentru a înțelege anumite situații precum motivul pentru care apelurile la serviciul clienți scad, dar și pentru a face predicții anticipate, cum ar fi cifrele de vânzări în viitor, și să ia decizii importante precum vânzări și promoții speciale.
Regresie liniară vs. regresie multiplă: Exemplu
Luați în considerare un analist care dorește să stabilească o relație liniară între variația zilnică a prețurilor bursiere ale unei companii și alte variabile explicative, cum ar fi modificarea zilnică a volumului de tranzacționare și schimbarea zilnică a profiturilor de piață. Dacă va efectua o regresie cu modificarea zilnică a prețurilor bursiere ale companiei ca variabilă dependentă și modificarea zilnică a volumului de tranzacționare ca variabilă independentă, acesta ar fi un exemplu de regresie liniară simplă cu o variabilă explicativă.
Dacă analistul adaugă schimbarea zilnică a rentabilității pieței în regresie, ar fi o regresie liniară multiplă.
Cheie de luat cu cheie
- Analiza regresiei este o metodă statistică obișnuită folosită în finanțe și investiții. Regresia liniară este una dintre cele mai frecvente tehnici de analiză a regresiei. Regresia multiplă este o clasă mai largă de regresii care cuprinde regresii liniare și neliniare cu variabile explicative multiple.
