Оглавление:
- Важные соображения:
- Вывод регрессии в Excel
- Интерпретировать результаты > Используя эти данные (что и в нашей статье R-квадрата), мы получаем следующую таблицу:
- Мы можем нарисовать регрессию в Excel, выделив данные и нарисуя их как разброс сюжет. Примените некоторое форматирование, и визуальный результат суммирует силу отношения, хотя и за счет того, что он не предоставляет столько деталей, как приведенная выше таблица.
Линейная регрессия - это график данных, который отображает линейную зависимость между независимой и зависимой переменной , Он обычно используется для визуального отображения силы связи и дисперсии результатов. Цель этого анализа - попытаться объяснить поведение зависимой переменной на основе ее изменчивости с независимой переменной.
Скажем, как простой пример, мы хотели видеть, как прослеживается сила взаимосвязи между количеством съеденного мороженого и ожирением. Мы будем брать независимую переменную, количество мороженого и относить ее к зависимой переменной, ожирение, чтобы увидеть, есть ли связь. Учитывая регрессию, это графическое отображение этой связи, тем ниже изменчивость данных, тем сильнее связь и более жесткая привязка к линии регрессии.
Важные соображения:
Есть несколько критических допущений относительно вашего набора данных, которые должны быть истинными, чтобы продолжить анализ регрессии.
- Переменные должны быть действительно независимыми (с использованием теста квадратного квадрата).
- Данные не должны иметь разную дисперсию ошибок (это называется гетероскедастичностью).
- Условия ошибок для каждой переменной должны быть некоррелированными. Если нет, это означает, что переменные последовательно коррелируются.
Если эти три вещи звучат сложнее, ну, они. Но влияние одного из этих соображений, не являющихся истинными, является смещенной оценкой. По сути, вы ошиблись в отношениях, которые вы пытаетесь измерить.
Вывод регрессии в Excel
Первым шагом в выполнении регрессионного анализа в Excel является двойная проверка того, что установлен бесплатный модуль Excel Data ToolPak. Этот плагин очень легко вычисляет диапазон статистических данных. не требуется для построения линейной линии регрессии, но упрощает создание статистических таблиц.
Используя инструмент Data Analysis Toolpak, создание регрессионного вывода - всего лишь несколько кликов. Помните, что независимая переменная входит в диапазон X.
Скажем, мы хотим знать, учитывая, что S & P 500 возвращается, если мы сможем оценить силу и соотношение доходности акций Visa.
Перейдите на вкладку «Данные» -> «Анализ данных» и запустите результат:
[если таблица кажется маленькой, щелкните изображение правой кнопкой мыши и откройте в новой вкладке для более высокого разрешения]
Интерпретировать результаты > Используя эти данные (что и в нашей статье R-квадрата), мы получаем следующую таблицу:
Диаграмма регрессии в Excel
Мы можем нарисовать регрессию в Excel, выделив данные и нарисуя их как разброс сюжет. Примените некоторое форматирование, и визуальный результат суммирует силу отношения, хотя и за счет того, что он не предоставляет столько деталей, как приведенная выше таблица.
Как создать модели оценки, такие как Black-Scholes (BS)? (IBM)
Хотят построить такую модель, как Black-Scholes? Ниже приведены советы и рекомендации по разработке структуры на примере модели Black-Scholes.
Как создать кривую доходности в Excel?
Узнайте больше о кривой доходности, какова кривая доходности и как создать кривую доходности облигаций U. S. Treasury с использованием Microsoft Excel.
Как я могу использовать регрессию, чтобы увидеть корреляцию между ценами и процентными ставками?
Узнайте, как использовать линейную регрессию для расчета корреляции между ценами акций и процентными ставками, взяв квадратный корень из метрики R-квадрата.