Régression Définition & Exemple |

Description:

Régression est une méthode statistique utilisée dans la finance et dans d'autres domaines pour faire des prédictions basées sur les valeurs observées.

Comment cela fonctionne (Exemple):

Dans les exemples suivants, les points bleus représentent les prix en cours pour les collections de figurines sur eBay. Les collections avec plus de figurines vont jusqu'à 100 $; les collections avec moins de cinq figurines se vendent très peu. Comment pouvons-nous prédire combien une collection va vendre?

Nous le faisons en utilisant l'analyse de régression, qui trouve essentiellement la formule pour la ligne qui correspond le mieux aux observations. Ainsi, nous pouvons utiliser la ligne pour prédire le prix de la collection si nous savons combien de figurines sont dans une collection, ou si nous pouvons prédire combien de figurines devraient être dans une collection si nous connaissons le prix demandé.

Dans notre exemple ci-dessous, les lignes noires représentent une ligne de régression, représentée par la formule dans le coin supérieur droit de chaque graphique. Cette formule est ce que les analystes utilisent également pour prédire les valeurs futures des titres en fonction du comportement des observations réelles.

La qualité de l'ajustement est une composante de l'analyse de régression. Le terme fait référence à la distance entre les valeurs attendues d'un modèle financier et les valeurs réelles (c'est-à-dire, à quel point la ligne est prédictive).

Comme vous pouvez le voir, cette ligne de régression a une grande qualité d'ajustement; la formule pour la droite de régression arrive avec les valeurs observées environ 79% du temps.

Ce graphique suivant est un exemple d'une droite de régression avec une faible qualité d'ajustement. Ici, les valeurs sont partout, et la formule de la droite de régression était pratiquement incapable de prédire quoi que ce soit.

Pourquoi ça compte:

La régression est une version mathématique d'une boule de cristal, mais très floue boule de cristal. La qualité de l'ajustement est la clé - c'est une mesure de confiance. En effet, lorsque vous avez trouvé une formule qui tient compte de la plupart des variations d'un groupe d'observations de prix, par exemple, vous avez également trouvé une formule qui peut être un prédicteur très fiable de ce que seront les prix. A l'avenir. Et c'est inestimable.