Line Of Best Fit
Apakah itu Line Of Best Fit
Garisan paling sesuai merujuk kepada garis melalui plot taburan titik data yang paling baik menyatakan hubungan antara titik tersebut. Ahli perangkawan biasanya menggunakan kaedah kuasa dua terkecil untuk mencapai persamaan geometri bagi garisan, sama ada melalui pengiraan manual atau perisian analisis regresi. Garis lurus akan terhasil daripada analisis regresi linear mudah dua atau lebih pembolehubah tidak bersandar. Regresi yang melibatkan berbilang pembolehubah berkaitan boleh menghasilkan garis melengkung dalam beberapa kes.
Asas Line Of Best Fit
Line of best fit ialah salah satu daripada keluaran analisis regresi yang paling penting. Regresi merujuk kepada ukuran kuantitatif hubungan antara satu atau lebih pembolehubah tidak bersandar dan pembolehubah bersandar yang terhasil. Regresi berguna kepada profesional dalam pelbagai bidang daripada sains dan perkhidmatan awam kepada analisis kewangan.
Untuk melakukan analisis regresi, seorang ahli statistik mengumpul satu set titik data, setiap satu termasuk satu set lengkap pembolehubah bersandar dan bebas. Sebagai contoh, pembolehubah bersandar boleh menjadi harga saham firma dan pembolehubah tidak bersandar boleh menjadi indeks Standard and Poor's 500 dan kadar pengangguran nasional, dengan mengandaikan bahawa saham itu tidak disenaraikan dalam S&P 500. Set sampel mungkin setiap satu daripada ini. tiga set data untuk 20 tahun yang lalu.
Pada carta, titik data ini akan muncul sebagai plot taburan, satu set titik yang mungkin kelihatan teratur atau tidak di sepanjang mana-mana baris. Jika corak linear kelihatan, anda mungkin boleh melakar garisan yang paling sesuai yang meminimumkan jarak titik tersebut dari garis itu. Jika tiada paksi penyusunan yang kelihatan secara visual, analisis regresi boleh menjana garis berdasarkan kaedah kuasa dua terkecil. Kaedah ini membina garisan yang meminimumkan jarak kuasa dua bagi setiap titik daripada garisan yang paling sesuai.
Untuk menentukan formula bagi baris ini, ahli statistik memasukkan ketiga-tiga keputusan ini untuk 20 tahun yang lalu ke dalam aplikasi perisian regresi. Perisian ini menghasilkan formula linear yang menyatakan hubungan sebab akibat antara S&P 500, kadar pengangguran dan harga saham syarikat berkenaan. Persamaan ini ialah formula untuk garisan yang paling sesuai. Ia adalah alat ramalan, menyediakan penganalisis dan peniaga dengan mekanisme untuk mengunjurkan harga saham masa hadapan firma berdasarkan dua pembolehubah bebas tersebut.
Garis Persamaan Kesesuaian Terbaik dan Komponennya
Regresi dengan dua pembolehubah bebas seperti contoh yang dibincangkan di atas akan menghasilkan formula dengan struktur asas ini:
y= c + b1(x1) + b2(x2)
Dalam persamaan ini, y ialah pembolehubah bersandar, c ialah pemalar, b1 ialah pekali regresi pertama dan x1 ialah pembolehubah bebas pertama. Pekali kedua dan pembolehubah tidak bersandar kedua ialah b2 dan x2. Berdasarkan contoh di atas, harga saham ialah y, S&P 500 ialah x1 dan kadar pengangguran ialah x2. Pekali setiap pembolehubah tidak bersandar mewakili tahap perubahan dalam y bagi setiap unit tambahan dalam pembolehubah itu. Jika S&P 500 meningkat satu, y atau harga saham yang terhasil akan naik mengikut jumlah pekali. Perkara yang sama berlaku untuk pembolehubah bebas kedua, kadar pengangguran. Dalam regresi mudah dengan satu pembolehubah bebas, pekali itu ialah cerun garisan yang paling sesuai. Dalam contoh ini atau mana-mana regresi dengan dua pembolehubah tidak bersandar, cerun adalah campuran dua pekali. Pemalar c ialah pintasan-y bagi garisan padanan terbaik.
Sorotan
The Line of Best Fit digunakan untuk menyatakan perhubungan dalam plot taburan titik data yang berbeza.
Ia adalah keluaran analisis regresi dan boleh digunakan sebagai alat ramalan untuk penunjuk dan pergerakan harga.
