रेषेचा उलट जाणे

पुन्ह विश्लेषण विशिष्ट चल (अवलंबून आणि स्वतंत्र) संबंध अभ्यास संख्याशास्त्रीय पद्धती जोडले जाऊ शकते. "Criterial" - या प्रकरणात, स्वतंत्र चल "covariates" आणि अवलंबून म्हटले जाते. एकरेषीय अपगमनाच्या विश्लेषण आयोजित तेव्हा अवलंबून चल प्रतिनिधित्व अंतराने प्रमाणात स्वरूपात घेते. मध्यांतर प्रमाणात संबंधित चल दरम्यान नॉन-रेषेचा नाते उपस्थिती संभाव्यता आहे, पण ही समस्या आधीच नॉन-रेषेचा उलट जाणे, या लेखाचा विषय नाही आहे जे पद्धती निराकरण केले गेले आहे.

रेषीय अपगमनातून गणिती गणिते मध्ये म्हणून ठरत यशस्वीरित्या वापरले आणि आकडेवारी डेटावर आधारित आर्थिक अभ्यास करण्यात आला.

त्यामुळे या अडचन अधिक विचार करा. काही चल रेषेचा उलट जाणे एक सूत्र म्हणून प्रतिनिधित्व केले जाऊ शकते दरम्यान रेषेचा संबंध ठरवण्यासाठी गणिती पध्दतीने दृष्टीकोनातून: y एक + bX =. हे सूत्र स्पष्टीकरणासाठी अर्थशास्त्रीय कोणत्याही पाठ्यपुस्तक मध्ये आढळू शकते.

(वेळा n व्या क्रमांकावर) हे एक साधे रेषेचा उलट जाणे, एक सूत्र प्रतिनिधित्व प्राप्त निरीक्षण संख्या विस्तारत तेव्हा:

यी = अ + bxi + ई,

जेथे ई - स्वतंत्र, identically वाटप यादृच्छिक चल.

हा लेख मी मागील डेटा आधारावर किंमत अंदाज च्या विचाराची दिशा पासून संकल्पना अधिक लक्ष देणे आवडेल. या क्षेत्रात, आमचा असा अंदाज एकरेषीय अपगमनाच्या सक्रियपणे वापरत आहे लघुत्तम वर्ग पद्धती, जे किंमत गुण मूल्ये निश्चित संख्या माध्यमातून "सर्वात योग्य" सरळ रेषा तयार करण्यासाठी मदत करते. इनपुट डेटा किंमत द्वारे वापरले, अर्थ उच्च, कमी, बंद किंवा उघडणे, आणि ही मूल्ये सरासरी (उदा जास्तीत जास्त आणि दोन भागाकार किमान बेरीज). तसेच, एक योग्य ओळ इमारत या डेटा स्वैरपणे सलग जाऊ शकते.

वर नमूद केल्याप्रमाणे, एकरेषीय अपगमनाच्या अनेकदा किंमत आणि वेळ आधारावर एक कल निश्चित करण्यासाठी विश्लेषक वापरली जाते. या प्रकरणात, उलट जाणे सूचक उतार प्रति वेळ एकक किंमत बदल विशालता निश्चित करेल. हा सूचक वापर योग्य निर्णय अटी एक सिग्नल जनरेटर वापर, कल मिळवायची कल खालील आहे. सकारात्मक उतार (वाढत्या रेषेचा उलट जाणे) खरेदी केली असेल, तर सूचक मूल्य शून्य जास्त असेल तर. नकारात्मक उतार (कमी मिळवायची) विक्रीसाठी दरम्यान निर्देशक (शून्य पेक्षा कमी) नकारात्मक मूल्ये असणे आवश्यक आहे.

सर्वोत्तम ओळ किंमत गुण ठराविक संबंधित ठरवण्यासाठी वापरले म्हणून, लहान-वर्ग पद्धती सुचवते की खालील अल्गोरिदम:

- दर आणि उलट जाणे ओळ वर्गांच्या फरकाची एकूण अभिव्यक्ती आहे;

- या रकमेच्या प्रमाण आणि उलट जाणे डेटा मालिका श्रेणीत बारची संख्या आहे;

- परिणाम गणना यावर वर्गमूळ, प्रमाणित विचलन परस्पर जे.

साधे लिनियर पुन्ह समीकरण मॉडेल आहे:

y (x) फ = (नाम) ^,

जेथे - उत्पादक वैशिष्ट्ये अवलंबून चल सादर;

नाम - स्पष्टीकरणात्मक किंवा स्वतंत्र चल;

^ एक कठोर नसतानाही सूचित करते, फंक्शनल संबंध चल X आणि Y दरम्यान. त्यामुळे प्रत्येक विशिष्ट बाबतीत, चल y अशा अटी असू शकतात:

y = yx + ε,

जेथे - वास्तविक परिणाम डेटा;

होय - सोडवणे निर्धारित सैद्धांतिक परिणाम डेटा उलट जाणे समीकरण ;

ε - प्रत्यक्ष मूल्य आणि सैद्धांतिक दरम्यान विचलन characterizes जे यादृच्छिक चलाचे.