R-квадрат - Большая Энциклопедия Нефти и Газа, статья, страница 1
Если тебе трудно грызть гранит науки - попробуй пососать. Законы Мерфи (еще...)

R-квадрат

Cтраница 1


Значение R-квадрата ( квадрат критерия Пирсона) является индикатором степени адекватности полученной функциональной зависимости к фактическим данным. Полученное в результате расчетов значение R-квадрата показывает, что 87 % изменений ( вариаций) полученной регрессионной прямой 6 обуславливается вариациями в учтенных факторах. Значение индекса корреляции R0 931 характеризует силу связи как очень значительную.  [1]

Чем ближе R-квадрат к нулю, тем более независимым является поведение акции по отношению к общей тенденции рынка.  [2]

Рассматриваемая регрессия имеет низкое значение R-квадрата, но данное обстоятельство скорее отражает шум, чем является следствием методологии построения указанной регрессии. Как мы увидим позднее, рыночные регрессии для мультипликаторов цена / балансовая стоимость и цена / объем продаж обладают лучшими характеристиками и имеют больший R-квад-рат, чем регрессии мультипликатора РЕ. Другой тревожный аспект состоит в том, что мультипликаторы при переменных не всегда имеют те знаки, которые мы рассчитываем увидеть. Например, акции с повышенным риском ( с повышенными коэффициентами бета) имеют более высокие значения РЕ, в то время как фундаментальные переменные пробуждают в нас ожидания противоположного.  [3]

Здесь наблюдается не только близость R-квадрата к нулю, но и отрицательная связь между текущими значениями маржи чистой прибыли и мультипликатором цена / объем продаж. Таким образом, связь между оценкой этих акций рынком и их текущей прибыльностью мала.  [4]

Отметим, что для скользящего среднего значение R-квадрат не может быть отображено.  [5]

Третьим показателем, который выводится на основе регрессионного анализа, является R-квадрат ( R2) регрессии. Хотя с точки зрения статистики R-квадрат трактуется как мера добротности построения регрессии, с позиции экономической теории данный показатель позволяет оценить долю риска фирмы, которую можно приписать рыночному риску.  [6]

Более широко используется коэффициент смешанной корреляции ( коэффициент детерминированности) R2 ( читается R-квадрат), который говорит о том, насколько хорошо составлено уравнение регрессии.  [7]

Можно построить регрессии для каждого мультипликатора в сопоставлении с фундаментальными переменными, которые, как мы определили в предыдущих главах, влияют на значение мультипликатора, и использовать R-квадрат регрессии в качестве меры того, насколько хорошо этот мультипликатор работает в данном секторе. Мультипликатор с наивысшим значением R-квадра-та лучше всего проясняет ситуацию посредством фундаментальных переменных, поэтому его необходимо использовать для оценки компаний в данном секторе.  [8]

Числа, приведенные в квадратных скобках, являются данными t - статистики, указывающими на то, что связи между мультипликаторами РЕ и обеими переменными в регрессионном уравнении статистически значимы. Показатель R-квадрат указывает на процентную долю разностей в мультипликаторах РЕ, которые объясняются независимыми причинами.  [9]

Выявлены ли неучтенные факторы в результате анализа остатков. Указывает ли статистика R-квадрат, что проблема определена правильно.  [10]

Третьим показателем, который выводится на основе регрессионного анализа, является R-квадрат ( R2) регрессии. Хотя с точки зрения статистики R-квадрат трактуется как мера добротности построения регрессии, с позиции экономической теории данный показатель позволяет оценить долю риска фирмы, которую можно приписать рыночному риску.  [11]

Значение R-квадрата ( квадрат критерия Пирсона) является индикатором степени адекватности полученной функциональной зависимости к фактическим данным. Полученное в результате расчетов значение R-квадрата показывает, что 87 % изменений ( вариаций) полученной регрессионной прямой 6 обуславливается вариациями в учтенных факторах. Значение индекса корреляции R0 931 характеризует силу связи как очень значительную.  [12]

Регрессия создает достаточно серьезные объяснения. При этом коэффициент соответствия между доходностью портфеля ценных бумаг и рыночным индексом R-квадрат ( R-scuared), равный 49 %, а также t - статистика ( в скобках под коэффициентами) показывают статистическую значимость используемых независимых переменных. Подставляя текущую ставку по казначейским облигациям и спред между векселями и облигациями, с помощью этого уравнения мы получим скорректированную оценку подразумеваемой премии за риск инвестирования в акции.  [13]

Хотя этот подход и прост, он хорошо подходит только для базовой регрессии. Низкое значение R-квадрата предполагает, что оценки коэффициента бета, вытекающие из него, по всей вероятности, будут иметь большие стандартные ошибки.  [14]

В таблице 35.1 содержатся наиболее широко используемые мультипликаторы по секторам. В идеальном мире можно обнаружить, как все три подхода сходятся друг с другом. В частности, фундаментальная переменная, лучше всего объясняющая ценность, должна также иметь наивысшее значение R-квадрата и быть мультипликатором, традиционно используемым в секторе. Фактически, когда традиционно используемый мультипликатор не отражает фундаментальных переменных, - что может случиться, если сектор находится в переходном состоянии или в фазе развития, - то, скорее всего, будут получены обманчивые оценки ценности.  [15]



Страницы:      1