मुख्य » व्यापार » रिग्रेशन परिभाषा

रिग्रेशन परिभाषा

व्यापार : रिग्रेशन परिभाषा
प्रतिगमन क्या है?

प्रतिगमन वित्त, निवेश, और अन्य विषयों में उपयोग किया जाने वाला एक सांख्यिकीय माप है जो एक आश्रित चर (आमतौर पर वाई द्वारा निरूपित) और अन्य बदलते चर (स्वतंत्र चर के रूप में जाना जाता है) की एक श्रृंखला के बीच संबंधों की ताकत का निर्धारण करने का प्रयास करता है।

प्रतिगमन निवेश और वित्तीय प्रबंधकों को परिसंपत्तियों को महत्व देने में मदद करता है और चर के बीच संबंधों को समझता है, जैसे कि कमोडिटी की कीमतें और उन वस्तुओं में निपटने वाले व्यवसायों के स्टॉक।

1:21

वापसी

प्रतिगमन समझाया

प्रतिगमन के दो मूल प्रकार रैखिक प्रतिगमन और कई रैखिक प्रतिगमन हैं, हालांकि अधिक जटिल डेटा और विश्लेषण के लिए गैर-रेखीय प्रतिगमन विधियां हैं। रैखिक प्रतिगमन निर्भर चर Y के परिणाम की व्याख्या या भविष्यवाणी करने के लिए एक स्वतंत्र चर का उपयोग करता है, जबकि एकाधिक प्रतिगमन परिणाम की भविष्यवाणी करने के लिए दो या अधिक स्वतंत्र चर का उपयोग करता है।

प्रतिगमन वित्त और निवेश पेशेवरों के साथ-साथ अन्य व्यवसायों में पेशेवरों की मदद कर सकता है। प्रतिगमन मौसम, पिछली बिक्री, जीडीपी वृद्धि या अन्य प्रकार की स्थितियों के आधार पर किसी कंपनी के लिए बिक्री की भविष्यवाणी करने में भी मदद कर सकता है। पूंजीगत परिसंपत्ति मूल्य निर्धारण मॉडल (CAPM) मूल्य निर्धारण परिसंपत्तियों और पूंजी की खोज लागतों के लिए वित्त में अक्सर इस्तेमाल किया जाने वाला प्रतिगमन मॉडल है।

प्रत्येक प्रकार के प्रतिगमन का सामान्य रूप है:

  • रैखिक प्रतिगमन: Y = a + bX + u
  • एकाधिक प्रतिगमन: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + ... + b t X t + U

कहाँ पे:

  • Y = वह चर जिसे आप भविष्यवाणी करने के लिए प्रयास कर रहे हैं (निर्भर चर)।
  • X = वह चर जो आप Y (स्वतंत्र चर) की भविष्यवाणी करने के लिए उपयोग कर रहे हैं।
  • a = अवरोधन।
  • b = ढलान।
  • यू = प्रतिगमन अवशिष्ट।

प्रतिगमन के दो मूल प्रकार हैं: रैखिक प्रतिगमन और कई रैखिक प्रतिगमन।

प्रतिगमन यादृच्छिक चर का एक समूह लेता है, जिसे वाई की भविष्यवाणी करना माना जाता है, और उनके बीच एक गणितीय संबंध खोजने की कोशिश करता है। यह संबंध आम तौर पर एक सीधी रेखा (रैखिक प्रतिगमन) के रूप में होता है जो सभी व्यक्तिगत डेटा बिंदुओं का सबसे अच्छा अनुमान लगाता है। कई प्रतिगमन में, अलग-अलग चर को सदस्यता के साथ संख्याओं का उपयोग करके विभेदित किया जाता है।

चाबी छीन लेना

  • प्रतिगमन निवेश और वित्तीय प्रबंधकों को परिसंपत्तियों को महत्व देने और चर के बीच संबंधों को समझने में मदद करता है
  • प्रतिगमन वित्त और निवेश पेशेवरों के साथ-साथ अन्य व्यवसायों में पेशेवरों की मदद कर सकता है।

एक वास्तविक दुनिया उदाहरण है कि कैसे प्रतिगमन विश्लेषण का उपयोग किया जाता है

प्रतिगमन का उपयोग अक्सर यह निर्धारित करने के लिए किया जाता है कि किसी विशिष्ट वस्तु की कीमत, ब्याज दरें, विशेष रूप से उद्योग या क्षेत्र जैसे कितने विशिष्ट कारक किसी परिसंपत्ति के मूल्य आंदोलन को प्रभावित करते हैं। उपर्युक्त CAPM प्रतिगमन पर आधारित है, और इसका उपयोग शेयरों के लिए अपेक्षित रिटर्न प्रोजेक्ट करने और पूंजी की लागत उत्पन्न करने के लिए किया जाता है। किसी स्टॉक को किसी विशेष स्टॉक के लिए बीटा जेनरेट करने के लिए व्यापक सूचकांक, जैसे एस एंड पी 500, के रिटर्न के खिलाफ फिर से लिखा जाता है।

बाजार या सूचकांक के संबंध में बीटा स्टॉक का जोखिम है और सीएपीएम मॉडल में ढलान के रूप में परिलक्षित होता है। प्रश्न में स्टॉक के लिए अपेक्षित प्रतिफल आश्रित चर Y होगा, जबकि स्वतंत्र चर X बाजार जोखिम प्रीमियम होगा।

स्टॉक के मार्केट कैपिटलाइज़ेशन, वैल्यूएशन रेशियो, और हाल के रिटर्न जैसे अतिरिक्त वैरिएबल को CAPM मॉडल में रिटर्न के लिए बेहतर अनुमान लगाने के लिए जोड़ा जा सकता है। इन अतिरिक्त कारकों को फामा-फ्रांसीसी कारकों के रूप में जाना जाता है, जिन्हें प्रोफेसरों के नाम पर रखा गया है, जिन्होंने परिसंपत्ति रिटर्न को बेहतर ढंग से समझाने के लिए कई रैखिक प्रतिगमन मॉडल विकसित किए हैं।

इनवेस्टमेंट अकाउंट्स प्रोवाइडर नाम की तुलना करें। विज्ञापनदाता का विवरण × इस तालिका में दिखाई देने वाले प्रस्ताव उन साझेदारियों से हैं जिनसे इन्वेस्टोपेडिया को मुआवजा मिलता है।

संबंधित शर्तें

एक त्रुटि अवधि क्या है? एक त्रुटि शब्द को एक सांख्यिकीय मॉडल में एक चर के रूप में परिभाषित किया गया है, जो तब बनाया जाता है जब मॉडल स्वतंत्र और निर्भर चर के बीच वास्तविक संबंध का पूरी तरह से प्रतिनिधित्व नहीं करता है। अधिक कैसे एकाधिक रैखिक प्रतिगमन काम करता है कई रैखिक प्रतिगमन (एमएलआर) एक सांख्यिकीय तकनीक है जो प्रतिक्रिया चर के परिणाम की भविष्यवाणी करने के लिए कई व्याख्यात्मक चर का उपयोग करती है। बेस्ट फिट की अधिक लाइन सबसे अच्छी फिट की लाइन प्रतिगमन विश्लेषण का एक आउटपुट है जो डेटा सेट में दो या अधिक चर के बीच संबंध का प्रतिनिधित्व करता है। अधिक आर-स्क्वेर्ड आर-स्क्वेर्ड एक सांख्यिकीय उपाय है जो एक स्वतंत्र चर द्वारा समझाया गया है जो एक आश्रित चर के लिए विचरण के अनुपात का प्रतिनिधित्व करता है। अधिक कैसे कम से कम वर्ग विधि काम करता है कम से कम वर्ग विधि एक मॉडल के लिए सबसे अच्छा फिट की रेखा निर्धारित करने के लिए एक सांख्यिकीय तकनीक है, जिसमें कुछ मापदंडों के साथ निर्दिष्ट डेटा द्वारा निर्दिष्ट है। अधिक Heteroskedasticity आंकड़ों में, विषमयुग्मता तब होती है जब एक चर की मानक विचलन, समय की एक विशिष्ट राशि पर नजर रखी जाती है, गैर-अस्थिर होती है। अधिक साथी लिंक
अनुशंसित
अपनी टिप्पणी छोड़ दो