Doğrusal Regresyon ve Çoklu Regresyon: Genel Bir Bakış
Regresyon analizi, finans ve yatırımda kullanılan yaygın bir istatistiksel yöntemdir. Doğrusal regresyon, regresyon analizinin en yaygın tekniklerinden biridir. Çoklu regresyon, çoklu açıklayıcı değişkenlere sahip doğrusal ve doğrusal olmayan regresyonları kapsayan daha geniş bir regresyon sınıfıdır.
Bir araç olarak regresyon, insanların ve şirketlerin bilinçli kararlar almasına yardımcı olmak için verileri bir araya toplamaya yardımcı olur. Regresyonda oyunda farklı değişkenler vardır; bunlara bağımlı bir değişken - anlamaya çalıştığınız ana değişken - ve bağımsız değişken - bağımlı değişken üzerinde etkisi olabilecek faktörler dahildir.
Regresyon analizinin çalışması için tüm ilgili verileri toplamalısınız. Bir grafik üzerinde, bir x ekseni ve bir y ekseni ile sunulabilir.
İnsanların regresyon analizini kullanmasının birkaç ana nedeni vardır:
- Gelecekteki ekonomik koşulları, eğilimleri veya değerleri tahmin etmekİki veya daha fazla değişken arasındaki ilişkiyi belirlemek içinBir değişken değiştiğinde bir değişkenin nasıl değiştiğini anlamak için
Birçok farklı regresyon analizi vardır. Bu makalenin amacı için ikiye bakacağız: doğrusal regresyon ve çoklu regresyon.
Doğrusal Regresyon
Basit doğrusal regresyon da denir. Düz bir çizgi kullanarak iki değişken arasındaki ilişkiyi kurar. Doğrusal regresyon, çizgiyi tanımlayan ve regresyon hatalarını en aza indiren eğimi ve kesiti bularak verilere en yakın gelen bir çizgi çizmeye çalışır.
İki veya daha fazla açıklayıcı değişkenin bağımlı değişkenle doğrusal bir ilişkisi varsa, regresyona çoklu doğrusal regresyon denir.
Birçok veri ilişkisi düz bir çizgi izlemediğinden, istatistikçiler bunun yerine doğrusal olmayan regresyon kullanırlar. İkisi de benzerdir çünkü her ikisi de bir değişken grubundan belirli bir yanıtı grafiksel olarak izler. Ancak, doğrusal olmayan modeller doğrusal modellerden daha karmaşıktır, çünkü işlev deneme yanılmadan kaynaklanabilecek bir dizi varsayımla yaratılmıştır.
Çoklu regresyon
Bağımlı bir değişkenin sadece bir değişkenle açıklanması nadirdir. Bu durumda, bir analist bağımlı bir değişkeni birden fazla bağımsız değişken kullanarak açıklamaya çalışan çoklu regresyon kullanır. Birden fazla regresyon doğrusal ve doğrusal olmayabilir.
Çoklu regresyonlar, hem bağımlı hem de bağımsız değişkenler arasında doğrusal bir ilişki olduğu varsayımına dayanmaktadır. Aynı zamanda bağımsız değişkenler arasında büyük bir korelasyon olmadığını varsaymaktadır.
Yukarıda belirtildiği gibi, regresyon analizini kullanmanın birkaç farklı avantajı vardır. Bu modeller işletmeler ve ekonomistler tarafından pratik kararlar alınmasına yardımcı olmak için kullanılabilir.
Bir şirket regresyon analizini sadece müşteri hizmetleri çağrılarının neden düştüğü gibi belirli durumları anlamak için değil, aynı zamanda gelecekte satış rakamları gibi geleceğe yönelik tahminlerde bulunmak ve özel satış ve promosyonlar gibi önemli kararlar almak için kullanamaz.
Doğrusal Regresyon ve Çoklu Regresyon: Örnek
Bir şirketin hisse senedi fiyatlarındaki günlük değişim ile ticaret hacmindeki günlük değişim ve piyasa getirisindeki günlük değişim gibi diğer açıklayıcı değişkenler arasında doğrusal bir ilişki kurmak isteyen bir analisti düşünün. Eğer şirketin hisse senedi fiyatlarındaki günlük değişime bağımlı bir değişken olarak ve günlük işlem hacminde bağımsız bir değişken olarak gerileme yaparsa, bu açıklayıcı bir değişkene sahip basit bir doğrusal regresyon örneğidir.
Analist piyasadaki günlük değişimi regresyona eklerse, çoklu doğrusal bir regresyon olur.
Önemli Çıkarımlar
- Regresyon analizi, finans ve yatırımda kullanılan yaygın bir istatistiksel yöntemdir. Doğrusal regresyon, regresyon analizinin en yaygın tekniklerinden biridir. Çoklu regresyon, çoklu açıklayıcı değişkenlere sahip doğrusal ve doğrusal olmayan regresyonları kapsayan daha geniş bir regresyon sınıfıdır.