Регрессия

Cтраница 1

Регрессия к среднему относится не к абсолютному росту, а к относительному. Таким образом, хотя второе поколение может быть выше, чем первое, в абсолютном смысле, статистический метод измерения роста по отношению к среднему дает ту же самую нормальную кривую для обоих поколений, поскольку абсолютные различия между ними сняты абстракцией и обе популяции уравнены по величине вследствие использования одной и той же статистической формы измерения. Смешение этих двух перспектив может навести на мысль, что, поскольку статистическая форма ранжирования индивидов по росту одна и та же для обоих поколений, значит, средний рост поколений не увеличился. Такой путаницы легко избежать, так как мы можем измерить действительный рост индивидов каждой группы. Однако известно, что для умственной способности платинового стандарта не существует. [1]

Регрессия к среднему выражает законы вероятности, применимые к генетике так же, как к окружающим условиям. Так, если мы допустим, что исключительные условия создадут исключительно одаренных родителей, то менее вероятно, что у их детей будут столь же исключительные условия. По всей вероятности, в детях соединится исключительная интеллектуальная одаренность их родителей и усреднение условий их времени, в которых им предстоит вырасти. [2]

Регрессия изучает построение функций, способных связать предъявленный элемент данных с важной предсказывающей переменной. [3]

Регрессия, безусловно, не является единственным фактором, определяющим величину проявленной плотности. Она определяет лишь эффективность образования центров скрытого изображения при прочих равных условиях. [4]

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. [5]

Регрессия иногда вычисляется на основе доходности сверх безрисковой ставки, как для акции, так и для рынка. В этом случае точкой пересечения линии регрессии должна служить нулевая отметка, если фактические доходы равны ожидаемым доходам, полученным на основе САРМ. Точка пересечения будет больше нуля, если акции оказались более доходны, чем ожидалось, и меньше нуля, если акции показали меньшую доходность, чем ожидалось. [6]

Регрессия по методу наименьших квадратов оценивает коэффициенты регрессии путем минимизации квадратов разности между предсказанными и фактическими величинами. [7]

Регрессия полезна, когла анализируются только два ряда, потому что в этом случае может быть не более одного коэффициента коинтеграции. [8]

Статистика темпов прироста Nachman Computer ( в %. [9]

Логлинейная регрессия является стандартной временной линейной регрессией, где моменты времени нанесены на график как натуральные логарифмы. Преимущество лог-линейной регрессии в том, что наклон линии регрессии является средним годовым тем пом прироста при условии непрерывного сложного начислення процентов. В стандартной временной линейной регрессии DPS и EPS наклон линни регрессии характеризует средне годовое долларовое изменение. [10]

Рассмотренные регрессии можно использовать для оценки прогнозируемых значений ценности для фирм из выборки, а это способствует идентификации недооцененных и переоцененных фирм. [11]

Обратная ступенчатая регрессия - это противоположный процесс, при котором из регрессионного уравнения одна за другой удаляются каузальные переменные, оценки параметров которых статистически незначительно отличаются от нуля, до тех пор, пока в регрессионном уравнении не останутся только значимые переменные. [12]

Универсальные регрессии типа ( 1) могут быть получены и для сояей кислородсодержащих кислот, если в качестве коррелируемых характеристик принять величины - АЯок - энтальпии образования кристаллических солеи из окислов ( по возможности, кристаллических), которые именуем ок-энтальпиями. [13]

Регрессия поверхностного скрытого изображения, определенная физическим проявлением. [14]

Параболическая средняя квадраттеская регрессия порядка п 1 есть обобщение линейной средней квадратической регрессии. S)) 2 имеет возможно меньшее значение. [15]

Страницы: 1 2 3 4