Definisi Regresi & Contoh |
Penjelasan Regresi Linier | Jurnal Kelas
Daftar Isi:
Apa itu:
Regresi adalah metode statistik yang digunakan di bidang keuangan dan lainnya untuk membuat prediksi berdasarkan nilai yang diamati. Ini adalah ukuran seberapa berkorelasi kelompok pengamatan aktual terhadap prediksi model.
Bagaimana cara kerjanya (Contoh):
Dalam contoh berikut, titik biru mewakili harga yang sedang berlangsung untuk koleksi figurine di eBay. Koleksi dengan lebih banyak patung pergi sebanyak $ 100; koleksi dengan kurang dari lima patung dijual sangat sedikit. Bagaimana kami bisa memprediksi berapa banyak koleksi yang akan dijual?
Kami melakukannya dengan menggunakan analisis regresi, yang pada dasarnya menemukan rumus untuk garis yang paling sesuai dengan pengamatan. Dengan begitu, kita dapat menggunakan garis untuk memprediksi berapa harga koleksi itu jika kita tahu berapa banyak patung dalam koleksi, atau kita dapat memprediksi berapa banyak patung yang harus dikumpulkan jika kita tahu harga yang diminta.
Dalam contoh kita di bawah ini, garis hitam mewakili garis regresi, yang diwakili oleh rumus di sudut kanan atas setiap grafik. Rumus ini adalah apa yang analis juga gunakan untuk memprediksi nilai-nilai masa depan sekuritas berdasarkan pada perilaku pengamatan aktual.
Kebaikan yang sesuai adalah komponen analisis regresi. Istilah ini merujuk pada seberapa jauh nilai yang diharapkan dari suatu model keuangan berasal dari nilai yang sebenarnya (yaitu, bagaimana memprediksi garisnya).
Seperti yang Anda lihat, garis regresi ini memiliki kebaikan yang tinggi; rumus untuk garis regresi muncul dengan nilai yang diamati sekitar 79% dari waktu.
Bagan berikutnya ini adalah contoh garis regresi dengan kebaikan rendah yang sesuai. Di sini, nilainya berada di semua tempat, dan rumus untuk garis regresi hampir tidak dapat memprediksi apa pun.
Mengapa Penting:
Regresi adalah versi matematika dari bola kristal, tetapi sangat retak, buram bola kristal. Kebaikan yang sesuai adalah kuncinya - ini adalah ukuran kepercayaan diri. Ini karena ketika Anda telah membuat formula yang memperhitungkan sebagian besar variasi dalam kelompok, katakanlah, observasi harga, Anda juga telah menghasilkan formula yang dapat menjadi prediktor yang sangat dapat diandalkan tentang harga apa yang akan di masa depan. Dan itu tak ternilai harganya.