En statistisk måling der forsøger at bestemme styrken af forholdet mellem en afhængig variabel (ofte kaldet Y) og en række andre skiftende variabler (kendt som uafhængige variabler).
Find de bedste ETF'er og invester snusfornuftigt. Hent vores gratis E-bog. Download e-bog |
De to basale typer af regression er lineær regression og multipel regression. Lineær regression bruger en uafhængig variabel til at forklare og/eller forudse resultatet af Y, hvor multipel regression bruger to eller flere uafhængige variabler til at forudse resultatet. Den generelle formel for begge former fra regressioner er som følger:
Lineær regression: Y = a + bX + u Multipel regression: Y = a + b1X1 + b2X2 + B3X3 + … + BtXt + u
Hvor:
Y = den variabel vi forsøger at forudse X = den variabel vi bruger til at forudse Y a = skæringen b = hældningen u = den resterende regression
I multipel regression bliver de separate variabler adskilt ved brug af indekstal.
Regression tager en gruppe tilfældige variabler, som skulle kunne forudse resultatet af Y og forsøger derved at finde et matematisk forhold imellem dem. Dette forhold er typisk i form af en ret linje (lineær regression), der bedst tilnærmer sig alle de individuelle datapunkter. Regressionsanalyse bruges ofte til at bestemme, hvor mange specifikke faktorer, såsom prisen på en råvare, bestemte industrier og sektorer, der påvirker kursbevægelsen af et aktiv.