回帰の定義と例|

概要：

回帰 は、財務などの分野で観測値に基づいて予測を行う統計的方法です。

動作の仕方（例）：

次の例では、eBay上のフィギュリンコレクションの価格を表す青い点が表示されています。多くの人形を持ったコレクションは100ドルもの価値があります。 5個未満の小像を持つコレクションはほとんど売りません。どのくらいコレクションを販売するか予測するにはどうすればよいですか？

回帰分析を使用します。これは本質的に観測値に最も近似する線の式を求めます。そうすれば、コレクション内にいくつの小物があるかを知っていれば、コレクションの価格を予測することができます。また、小売価格を知っていれば、小物の数を予測できます。 >下の例では、黒い線は各グラフの右上隅にある数式で表される回帰直線を表しています。この式は、分析者が実際の観測の振る舞いに基づいて証券の将来価値を予測するためにも使用するものです。

適合度は回帰分析の一要素です。この用語は、財務モデルの期待値が実際の値からどの程度離れているか（つまり、そのラインがどれほど予測できるか）を指します。

ご覧のとおり、この回帰直線は高い適合度を持っています。回帰直線の式には、時間の約79％の観測値が現れます。

この次のグラフは、適合度の低い回帰直線の例です。

なぜそれが重要なのか：

回帰は水晶球の数学的なバージョンですが、非常に亀裂があり、ぼやけています水晶球。フィット感が鍵です - それは信頼度です。これは、価格観測などのグループの変動の大部分を占める数式を考え出すと、価格がどのようなものになるかについての非常に信頼性の高い予測式となる数式が出てくるからです将来は。それは貴重です。