Ruutude summa (SS) on statistiline tööriist, mida kasutatakse andmete hajumise tuvastamiseks ning selle kohta, kui hästi andmed sobivad regressioonanalüüsis oleva mudeli juurde. Regressioonanalüüs Regressioonanalüüs on statistiliste meetodite kogum, mida kasutatakse seoste hindamiseks sõltuv muutuja ja üks või mitu sõltumatut muutujat. Seda saab kasutada muutujate seose tugevuse hindamiseks ja nende vahelise tulevase suhte modelleerimiseks. . Ruutude summa sai oma nime, kuna see arvutatakse ruutude erinevuste summa leidmise teel.
See pilt on ainult illustreeriv.
Ruutude summa on regressioonanalüüsi üks olulisemaid väljundeid. Üldreegel on, et väiksem ruutude summa näitab paremat mudelit, kuna andmetes on vähem variatsioone.
Rahanduses on ruutude summa mõistmine oluline, kuna lineaarsed regressioonimudelid Prognoosimeetodid Ülemprognoosimeetodid. Selles artiklis selgitame nelja tüüpi tulude prognoosimise meetodeid, mida finantsanalüütikud kasutavad tulevaste tulude prognoosimiseks. kasutatakse laialdaselt nii teoreetilises kui ka praktilises rahanduses.
Ruutude summa tüübid
Regressioonanalüüsis on ruutude summa kolm peamist tüüpi ruutude summa, ruutude regressioonisumma ja ruutude jääksumma.
1. Ruutude summa kokku
Ruutude kogusumma on sõltuva muutuja sõltuvate muutuja väärtuste variatsioon Sõltuv muutuja on selline, mis muutub sõltuvalt teise muutuja väärtusest, mida nimetatakse sõltumatuks muutujaks. sõltuva muutuja valimi keskmisest. Põhimõtteliselt kvantifitseerib ruutude summa kokku valimi kogu variatsiooni. Selle saab määrata järgmise valemi abil:
Kus:
- yi - valimi väärtus
- ȳ - valimi keskmine väärtus
2. Ruutude regressioonisumma (tuntud ka kui regressioonist tingitud ruutude summa või selgitatud ruutude summa)
Ruutude regressioonisumma kirjeldab, kui hästi regressioonimudel esindab modelleeritud andmeid. Ruutude suurem regressioonisumma näitab, et mudel ei sobi andmetega hästi.
Ruutude regressioonisumma arvutamise valem on:
Kus:
- ŷi - regressioonijoonega hinnatud väärtus
- ȳ - valimi keskmine väärtus
3. Ruutude jääksumma (tuntud ka kui ennustusruutude ruutude summa)
Ruutude jääksumma mõõdab sisuliselt modelleerimisvigade variatsiooni. Teisisõnu, see kujutab seda, kuidas regressioonimudeli sõltuva muutuja varieerumist ei saa mudeli abil seletada. Üldiselt näitab madalam ruutude jääksumma, et regressioonimudel suudab andmeid paremini seletada, suurem ruutude jääksumma aga näitab, et mudel seletab andmeid halvasti.
Ruutude jääksumma leiate järgmise valemi abil:
Kus:
- yi - vaadeldud väärtus
- ŷi - regressioonijoonega hinnatud väärtus
Ruutude summa kolme tüüpi suhet võib kokku võtta järgmise võrrandiga:
Lisaressursid
Finance pakub finantsmodelleerimise ja hindamise analüütikule (FMVA) ™ FMVA® sertifikaati. Liituge 350 600+ üliõpilasega, kes töötavad sellistes ettevõtetes nagu Amazon, JP Morgan ja Ferrari sertifitseerimisprogrammis neile, kes soovivad oma karjääri järgmisele tasemele viia. Õppimise jätkamiseks ja oma karjääri edendamiseks on abiks järgmised finantsvahendid:
- Finantsmodelleerimise juhend Tasuta finantsmodelleerimise juhend See finantsmudeli juhend sisaldab Exceli näpunäiteid ja parimaid tavasid eelduste, draiverite, prognoosimise, kolme väite linkimise, DCF-i analüüsi ja muu kohta.
- Harmooniline keskmine Harmooniline keskmine Harmooniline keskmine on teatud tüüpi keskmine, mis arvutatakse andmeandmete väärtuste arvu jagamisel iga väärtuse vastastikuste summaga (1 / x_i)
- Hüpoteeside testimine Hüpoteeside testimine Hüpoteeside testimine on statistilise järelduse meetod. Seda kasutatakse selleks, et kontrollida, kas populatsiooni parameetri kohta käiv väide on õige. Hüpoteesi testimine
- 3 Aruande mudel 3 Aruande mudel 3 aruande mudel seob kasumiaruande, bilansi ja rahavoogude aruande üheks dünaamiliselt ühendatud finantsmudeliks. Näited, juhend
