Apa itu Line Of Best Fit
Garis yang paling cocok mengacu pada garis melalui sebaran sebaran titik data yang paling mengekspresikan hubungan antara titik-titik tersebut. Ahli statistik biasanya menggunakan metode kuadrat terkecil untuk sampai pada persamaan geometrik untuk garis, baik melalui perhitungan manual atau perangkat lunak analisis regresi. Garis lurus akan dihasilkan dari analisis regresi linier sederhana dari dua atau lebih variabel independen. Regresi yang melibatkan banyak variabel terkait dapat menghasilkan garis lengkung dalam beberapa kasus.
Garis Paling Cocok
Dasar-dasar Line Of Best Fit
Garis yang paling cocok adalah salah satu hasil paling penting dari analisis regresi. Regresi mengacu pada ukuran kuantitatif hubungan antara satu atau lebih variabel independen dan variabel dependen yang dihasilkan. Regresi bermanfaat bagi para profesional di berbagai bidang mulai dari sains dan layanan publik hingga analisis keuangan.
Untuk melakukan analisis regresi, ahli statistik mengumpulkan satu set poin data, masing-masing termasuk satu set variabel dependen dan independen. Misalnya, variabel dependen dapat berupa harga saham perusahaan dan variabel independen dapat berupa indeks Standard and Poor's 500 dan tingkat pengangguran nasional, dengan asumsi bahwa saham tersebut tidak tercantum dalam S&P 500. Kumpulan sampel dapat masing-masing tiga set data selama 20 tahun terakhir.
Pada bagan, titik data ini akan muncul sebagai sebar plot, satu set poin yang mungkin atau mungkin tidak terorganisir sepanjang garis. Jika pola linier terlihat, dimungkinkan untuk membuat sketsa garis paling cocok yang meminimalkan jarak titik-titik tersebut dari garis itu. Jika tidak ada poros pengorganisasian yang terlihat secara visual, analisis regresi dapat menghasilkan garis berdasarkan metode kuadrat terkecil. Metode ini membangun garis yang meminimalkan jarak kuadrat dari setiap titik dari garis paling cocok.
Untuk menentukan formula untuk baris ini, ahli statistik memasukkan tiga hasil ini selama 20 tahun terakhir ke dalam aplikasi perangkat lunak regresi. Perangkat lunak menghasilkan formula linier yang mengekspresikan hubungan sebab akibat antara S&P 500, tingkat pengangguran, dan harga saham perusahaan yang bersangkutan. Persamaan ini adalah rumus untuk garis paling cocok. Ini adalah alat prediksi, menyediakan analis dan pedagang dengan mekanisme untuk memproyeksikan harga saham masa depan perusahaan berdasarkan dua variabel independen.
Garis Persamaan Kesesuaian Terbaik dan Komponennya
Regresi dengan dua variabel independen seperti contoh yang dibahas di atas akan menghasilkan formula dengan struktur dasar ini:
y = c + b 1 (x 1) + b 2 (x 2)
Dalam persamaan ini, y adalah variabel dependen, c adalah konstanta, b 1 adalah koefisien regresi pertama dan x 1 adalah variabel independen pertama. Koefisien kedua dan variabel independen kedua adalah b 2 dan x 2. Menggambar dari contoh di atas, harga saham akan menjadi y, S&P 500 akan menjadi x 1 dan tingkat pengangguran akan menjadi x 2. Koefisien masing-masing variabel independen mewakili tingkat perubahan y untuk setiap unit tambahan dalam variabel itu. Jika S&P 500 naik satu, maka y atau harga saham yang dihasilkan akan naik dengan jumlah koefisien. Hal yang sama berlaku untuk variabel independen kedua, tingkat pengangguran. Dalam regresi sederhana dengan satu variabel independen, koefisien itu adalah kemiringan garis paling cocok. Dalam contoh ini atau regresi apa pun dengan dua variabel independen, kemiringan adalah campuran dari dua koefisien. Konstanta c adalah y-intersep dari garis paling cocok.
Pengambilan Kunci
- Line of Best Fit digunakan untuk mengekspresikan hubungan dalam sebaran plot poin data yang berbeda. Ini adalah output dari analisis regresi dan dapat digunakan sebagai alat prediksi untuk indikator dan pergerakan harga.
