Neliöiden summa (SS) on tilastollinen työkalu, jota käytetään tiedon leviämisen tunnistamiseen sekä siihen, kuinka hyvin tiedot sopivat malliin regressioanalyysissä. Regressioanalyysi Regressioanalyysi on joukko tilastollisia menetelmiä, joita käytetään arvioimaan suhteita riippuva muuttuja ja yksi tai useampi riippumaton muuttuja. Sitä voidaan käyttää muuttujien välisen suhteen vahvuuden arviointiin ja niiden välisen tulevan suhteen mallintamiseen. . Neliöiden summa sai nimensä, koska se lasketaan etsimällä neliöerojen summa.
Tämä kuva on vain havainnollistamistarkoituksessa.
Ruutujen summa on yksi regressioanalyysin tärkeimmistä tuloksista. Yleissääntö on, että pienempi neliösumma osoittaa paremman mallin, koska tiedoissa on vähemmän vaihteluita.
Rahoituksessa neliöiden summan ymmärtäminen on tärkeää, koska lineaariset regressiomallit Ennustamismenetelmät Suosituimmat ennustusmenetelmät. Tässä artikkelissa selitämme neljän tyyppisiä tulojen ennustamismenetelmiä, joita rahoitusanalyytikot käyttävät tulojen ennustamiseen. käytetään laajasti sekä teoreettisessa että käytännön rahoituksessa.
Neliöiden summatyypit
Regressioanalyysissä ruudun summan kolme päätyyppiä ovat neliöiden kokonaissumma, neliöiden regressiosumma ja jäännösruutujen summa.
1. Neliöiden summa
Neliöiden kokonaissumma on vaihtelu riippuvan muuttujan arvoista Riippuva muuttuja Riippuva muuttuja muuttuu riippuen toisen muuttujan arvosta, jota kutsutaan itsenäiseksi muuttujaksi. riippuvan muuttujan otoskeskiarvosta. Pohjimmiltaan neliöiden kokonaissumma kvantifioi näytteen kokonaisvaihtelun. Se voidaan määrittää seuraavalla kaavalla:
Missä:
- yi - näytteen arvo
- ȳ - näytteen keskiarvo
2. Neliöiden regressiosumma (tunnetaan myös nimellä regressiosta johtuvien neliöiden summa tai selitetty neliösumma)
Neliöiden regressiosumma kuvaa kuinka hyvin regressiomalli edustaa mallinnettua dataa. Suurempi neliösumman regressiosumma osoittaa, että malli ei sovi dataan hyvin.
Kaava regressioiden summan laskemiseksi on:
Missä:
- ŷi - regressioviivan arvioima arvo
- ȳ - näytteen keskiarvo
3. Neliöiden jäännössumma (joka tunnetaan myös nimellä ennustuksen neliövirheiden summa)
Neliöiden jäännössumma mittaa olennaisesti mallinnusvirheiden vaihtelua. Toisin sanoen, se kuvaa, kuinka regressiomallin riippuvan muuttujan vaihtelua ei voida selittää mallilla. Yleensä pienempi neliösumman jäännössumma osoittaa, että regressiomalli voi selittää tiedot paremmin, kun taas korkeampi jäännösneliöiden summa osoittaa, että malli selittää huonosti tiedot.
Neliöiden jäännössumma löytyy alla olevasta kaavasta:
Missä:
- yi - havaittu arvo
- ŷi - regressioviivan arvioima arvo
Kolmen neliösummatyypin suhde voidaan tiivistää seuraavalla yhtälöllä:
Lisäresurssit
Finance tarjoaa Financial Modeling & Valuation Analyst (FMVA) ™ FMVA® -sertifikaatin. Liity 350 600+ opiskelijaan, jotka työskentelevät yrityksissä, kuten Amazon, J.P.Morgan ja Ferrari -sertifikaattiohjelmassa, niille, jotka haluavat viedä uransa seuraavalle tasolle. Seuraavat rahoitusresurssit ovat hyödyllisiä oppimisen jatkamiseksi ja urasi edistämiseksi:
- Taloudellisen mallinnuksen opas Ilmainen taloudellisen mallinnuksen opas Tämä taloudellisen mallinnuksen opas sisältää Excel-vinkkejä ja parhaita käytäntöjä oletuksista, ohjaimista, ennusteista, kolmen lausunnon linkittämisestä, DCF-analyysistä ja muusta
- Harmoninen keskiarvo Harmoninen keskiarvo Harmoninen keskiarvo on tyypin keskiarvo, joka lasketaan jakamalla datasarjan arvojen arvo kunkin arvon vastavuoroisten summalla (1 / x_i)
- Hypoteesitestaus Hypoteesitestaus Hypoteesitestaus on menetelmä tilastolliseen päättelyyn. Sitä käytetään testaamaan, onko väestöparametriä koskeva väite oikea. Hypoteesin testaus
- 3 Lausekemalli 3 Lausekemalli 3-lausemalli yhdistää tuloslaskelman, taseen ja kassavirtalaskelman yhteen dynaamisesti yhdistettyyn rahoitusmalliin. Esimerkkejä, opas
