Čo je to postupná regresia?
Regresná analýza je široko používaný štatistický prístup, ktorý sa snaží identifikovať vzťahy medzi premennými. Zámerom je zhromaždiť príslušné údaje, aby sa mohli prijímať informovanejšie rozhodnutia, a vo svete investovania je to bežná prax. Kroková regresia je postupná iteračná konštrukcia regresného modelu, ktorá zahŕňa automatický výber nezávislých premenných. Dostupnosť štatistických softvérových balíkov umožňuje postupnú regresiu, dokonca aj v modeloch so stovkami premenných.
Druhy postupnej regresie
Základným cieľom postupnej regresie je prostredníctvom série testov (F-testy, t-testy) nájsť súbor nezávislých premenných, ktoré významne ovplyvňujú závislú premennú. Robí sa to pomocou počítačov prostredníctvom iterácie, čo je proces dosiahnutia výsledkov alebo rozhodnutí tým, že prechádzajú opakovanými kolami alebo cyklami analýzy. Výhodou automatického vykonávania testov pomocou štatistických softvérových balíkov je úspora času pre jednotlivca.
Kľúčové jedlá
- Regresná analýza je štatistický prístup, ktorý sa snaží porozumieť a merať vzťahy medzi nezávislými a závislými premennými. Regresia v reálnom čase je metóda, ktorá skúma štatistickú významnosť každej nezávislej premennej v rámci modelu. Prístup dopredného výberu pridáva premennú a potom testuje štatistickú významnosť.. Metóda spätnej eliminácie začína modelom naloženým s mnohými premennými a potom odstráni jednu premennú, aby sa otestovala jej dôležitosť v porovnaní s celkovými výsledkami. Regresia v reálnom čase má veľa kritikov, pretože prístup, ktorý sa hodí do modelu, aby dosiahol požadovaný výsledok.
Postupnú regresiu možno dosiahnuť buď vyskúšaním jednej nezávislej premennej súčasne a jej zahrnutím do regresného modelu, ak je štatisticky významný, alebo zahrnutím všetkých potenciálnych nezávislých premenných do modelu a odstránením tých, ktoré nie sú štatisticky významné. Niektoré používajú kombináciu oboch metód, a preto existujú tri prístupy k postupnej regresii:
- Vpred výber začína v modeli bez premenných, testuje každú premennú pri jej pridávaní do modelu a potom udržuje tie, ktoré sa považujú za štatisticky najvýznamnejšie - opakovanie procesu, kým nie sú výsledky optimálne. vymazanie jednej po druhej a potom testovanie, či je odstránená premenná štatisticky významná. Obojsmerná eliminácia je kombináciou prvých dvoch metód, ktoré testujú, ktoré premenné by sa mali zahrnúť alebo vylúčiť.
Príkladom postupnej regresie používajúcej metódu spätnej eliminácie by bol pokus pochopiť spotrebu energie v továrni pomocou premenných, ako je doba chodu zariadenia, vek zariadenia, veľkosť personálu, teploty mimo a ročný čas. Model obsahuje všetky premenné - každá sa potom odstráni, jedna po druhej, aby sa určilo, ktorá je najmenej štatisticky významná. Nakoniec by model mohol ukázať, že ročné obdobie a teploty sú najvýznamnejšie, čo naznačuje, že maximálna spotreba energie v továrni je vtedy, keď je používanie klimatizačného zariadenia na najvyššej úrovni.
Obmedzenia postupnej regresie
Regresná analýza, lineárna aj multivariačná, sa dnes v investičnom svete široko používa. Cieľom je často nájsť vzorce, ktoré existovali v minulosti a ktoré by sa mohli v budúcnosti objaviť. Napríklad jednoduchá lineárna regresia by sa mohla zamerať na pomer ceny k výnosom a návratnosť zásob za mnoho rokov, aby sa určilo, či akcie s nízkym pomerom P / E (nezávislá premenná) ponúkajú vyššie výnosy (závislá premenná). Problémom tohto prístupu je to, že trhové podmienky sa často menia a vzťahy, ktoré sa udržiavali v minulosti, nemusia platiť v súčasnosti alebo v budúcnosti.
Medzitým má postupný regresný proces veľa kritikov a dokonca existujú výzvy na úplné zastavenie používania tejto metódy. Štatistici zaznamenávajú niekoľko nevýhod v prístupe, vrátane nesprávnych výsledkov, prirodzeného skreslenia samotného procesu a potreby značnej výpočtovej sily na vývoj komplexných regresných modelov prostredníctvom iterácie.
![Postupná regresia Postupná regresia](https://img.icotokenfund.com/img/tools-fundamental-analysis/991/stepwise-regression.jpg)