Dòng phù hợp nhất là gì
Dòng phù hợp nhất đề cập đến một dòng thông qua một biểu đồ phân tán các điểm dữ liệu thể hiện rõ nhất mối quan hệ giữa các điểm đó. Các nhà thống kê thường sử dụng phương pháp bình phương tối thiểu để đi đến phương trình hình học cho đường thẳng, mặc dù tính toán thủ công hoặc phần mềm phân tích hồi quy. Một đường thẳng sẽ là kết quả của phân tích hồi quy tuyến tính đơn giản gồm hai hoặc nhiều biến độc lập. Hồi quy liên quan đến nhiều biến liên quan có thể tạo ra một đường cong trong một số trường hợp.
Dòng phù hợp nhất
Khái niệm cơ bản về dòng sản phẩm phù hợp nhất
Dòng phù hợp nhất là một trong những đầu ra quan trọng nhất của phân tích hồi quy. Hồi quy đề cập đến một thước đo định lượng về mối quan hệ giữa một hoặc nhiều biến độc lập và biến phụ thuộc kết quả. Hồi quy được sử dụng cho các chuyên gia trong một loạt các lĩnh vực từ khoa học và dịch vụ công cộng đến phân tích tài chính.
Để thực hiện phân tích hồi quy, một nhà thống kê thu thập một tập hợp các điểm dữ liệu, mỗi điểm bao gồm một tập hợp đầy đủ các biến phụ thuộc và độc lập. Ví dụ: biến phụ thuộc có thể là giá cổ phiếu của một công ty và các biến độc lập có thể là chỉ số 500 của Standard và Poor và tỷ lệ thất nghiệp quốc gia, giả sử rằng cổ phiếu không được liệt kê trong S & P 500. Bộ mẫu có thể là một trong số này ba bộ dữ liệu trong 20 năm qua.
Trên biểu đồ, các điểm dữ liệu này sẽ xuất hiện dưới dạng biểu đồ phân tán, một tập hợp các điểm có thể hoặc không xuất hiện để được tổ chức dọc theo bất kỳ dòng nào. Nếu một mô hình tuyến tính là rõ ràng, có thể phác họa một đường phù hợp nhất để giảm thiểu khoảng cách của các điểm đó từ đường đó. Nếu không có trục tổ chức rõ ràng, phân tích hồi quy có thể tạo ra một dòng dựa trên phương pháp bình phương nhỏ nhất. Phương pháp này xây dựng đường thẳng tối thiểu hóa khoảng cách bình phương của mỗi điểm từ đường phù hợp nhất.
Để xác định công thức cho dòng này, nhà thống kê nhập ba kết quả này trong 20 năm qua vào một ứng dụng phần mềm hồi quy. Phần mềm tạo ra một công thức tuyến tính thể hiện mối quan hệ nhân quả giữa S & P 500, tỷ lệ thất nghiệp và giá cổ phiếu của công ty đang được đề cập. Phương trình này là công thức cho dòng phù hợp nhất. Nó là một công cụ dự đoán, cung cấp cho các nhà phân tích và thương nhân một cơ chế để dự đoán giá cổ phiếu trong tương lai của công ty dựa trên hai biến độc lập đó.
Dòng phương trình phù hợp nhất và các thành phần của nó
Hồi quy với hai biến độc lập như ví dụ được thảo luận ở trên sẽ tạo ra một công thức với cấu trúc cơ bản này:
y = c + b 1 (x 1) + b 2 (x 2)
Trong phương trình này, y là biến phụ thuộc, c là hằng số, b 1 là hệ số hồi quy đầu tiên và x 1 là biến độc lập đầu tiên. Hệ số thứ hai và biến độc lập thứ hai là b 2 và x 2. Rút ra từ ví dụ trên, giá cổ phiếu sẽ là y, S & P 500 sẽ là x 1 và tỷ lệ thất nghiệp sẽ là x 2. Hệ số của từng biến độc lập biểu thị mức độ thay đổi của y đối với từng đơn vị bổ sung trong biến đó. Nếu S & P 500 tăng thêm một, giá kết quả y hoặc cổ phiếu sẽ tăng theo số lượng của hệ số. Điều tương tự cũng đúng với biến độc lập thứ hai, tỷ lệ thất nghiệp. Trong một hồi quy đơn giản với một biến độc lập, hệ số đó là độ dốc của đường phù hợp nhất. Trong ví dụ này hoặc bất kỳ hồi quy nào có hai biến độc lập, độ dốc là hỗn hợp của hai hệ số. Hằng số c là giao diện y của dòng phù hợp nhất.
Chìa khóa chính
- Line of Best Fit được sử dụng để thể hiện mối quan hệ trong biểu đồ phân tán các điểm dữ liệu khác nhau. Đây là kết quả của phân tích hồi quy và có thể được sử dụng như một công cụ dự đoán cho các chỉ báo và biến động giá.
