Kvadrātu summa (SS) ir statistikas rīks, ko izmanto, lai identificētu datu izkliedi, kā arī to, cik labi dati var iekļaut modeli regresijas analīzē. Regresijas analīze Regresijas analīze ir statistikas metožu kopums, ko izmanto, lai novērtētu attiecības starp atkarīgs mainīgais un viens vai vairāki neatkarīgi mainīgie. To var izmantot, lai novērtētu mainīgo lielumu attiecības un modelētu turpmākās attiecības starp tiem. . Kvadrātu summa ieguva savu nosaukumu, jo to aprēķina, atrodot kvadrātu starpību summu.
Šis attēls ir paredzēts tikai ilustratīviem nolūkiem.
Kvadrātu summa ir viens no svarīgākajiem rezultātiem regresijas analīzē. Vispārējais noteikums ir tāds, ka mazāka kvadrātu summa norāda uz labāku modeli, jo datos ir mazāk variāciju.
Finansēs kvadrātu summas izpratne ir svarīga, jo lineārās regresijas modeļi Prognozēšanas metodes Top Prognozēšanas metodes. Šajā rakstā mēs izskaidrosim četru veidu ieņēmumu prognozēšanas metodes, kuras finanšu analītiķi izmanto, lai prognozētu nākotnes ieņēmumus. tiek plaši izmantoti gan teorētiskajā, gan praktiskajā finansēšanā.
Kvadrātu summas veidi
Regresijas analīzē trīs galvenie kvadrātu summas veidi ir kopējā kvadrātu summa, kvadrātu regresijas summa un atlikusī kvadrātu summa.
1. Kopējā kvadrātu summa
Kopējā kvadrātu summa ir atkarīgā mainīgā lieluma vērtību variācija Atkarīgais mainīgais Atkarīgais mainīgais ir tāds, kas mainīsies atkarībā no cita mainīgā, sauktā par neatkarīgo, vērtības. no atkarīgā mainīgā vidējā parauga. Būtībā kopējā kvadrātu summa izsaka kopējo variāciju paraugā. To var noteikt, izmantojot šādu formulu:
Kur:
- yi - vērtība paraugā
- ȳ - parauga vidējā vērtība
2. Kvadrātu regresijas summa (pazīstama arī kā kvadrātu summa regresijas dēļ vai izskaidrota kvadrātu summa)
Kvadrātu regresijas summa apraksta, cik labi regresijas modelis atspoguļo modelētos datus. Lielāka kvadrātu regresijas summa norāda, ka modelis neatbilst datiem.
Kvadrātu regresijas summas aprēķināšanas formula ir šāda:
Kur:
- ŷi - regresijas līnijas aplēstā vērtība
- ȳ - parauga vidējā vērtība
3. Kvadrātu atlikuma summa (pazīstama arī kā prognozēšanas kļūdu kvadrātā summa)
Atlikušā kvadrātu summa būtībā mēra modelēšanas kļūdu variāciju. Citiem vārdiem sakot, tas attēlo, kā atkarīgā mainīgā variāciju regresijas modelī nevar izskaidrot ar modeli. Parasti zemāka atlikusī kvadrātu summa norāda, ka regresijas modelis var labāk izskaidrot datus, savukārt lielāka atlikusī kvadrātu summa norāda, ka modelis slikti izskaidro datus.
Atlikušo kvadrātu summu var atrast, izmantojot šādu formulu:
Kur:
- yi - novērotā vērtība
- ŷi - regresijas līnijas aplēstā vērtība
Attiecību starp trim kvadrātu summas veidiem var apkopot ar šādu vienādojumu:
Papildu resursi
Finanses piedāvā finanšu modelēšanas un vērtēšanas analītiķi (FMVA) ™ FMVA® sertifikāciju. Pievienojieties 350 600+ studentiem, kuri strādā tādos uzņēmumos kā Amazon, J.P.Morgan un Ferrari sertifikācijas programma tiem, kas vēlas virzīt savu karjeru uz nākamo līmeni. Lai turpinātu mācīties un virzīt savu karjeru, noderēs šādi finanšu resursi:
- Finanšu modelēšanas rokasgrāmata Bezmaksas finanšu modelēšanas rokasgrāmata Šajā finanšu modelēšanas ceļvedī ir iekļauti Excel padomi un paraugprakse par pieņēmumiem, virzītājspēkiem, prognozēšanu, trīs paziņojumu sasaisti, DCF analīzi un citu informāciju.
- Harmoniskā vidējā Harmoniskā vidējā Harmoniskā vidējā ir tāda veida vidējā vērtība, kuru aprēķina, datu sērijas vērtību skaitu dalot ar katras vērtības savstarpējo summu (1 / x_i)
- Hipotēžu pārbaude Hipotēžu pārbaude Hipotēžu pārbaude ir statistikas secināšanas metode. To izmanto, lai pārbaudītu, vai apgalvojums par populācijas parametru ir pareizs. Hipotēžu pārbaude
- 3 Pārskata modelis 3 Pārskata modelis 3 pārskata modelis peļņas vai zaudējumu aprēķinu, bilanci un naudas plūsmas pārskatu sasaista vienā dinamiski saistītā finanšu modelī. Piemēri, ceļvedis
