Kaj je preostala vsota kvadratov (RSS)?
Preostala vsota kvadratov (RSS) je statistična tehnika, ki se uporablja za merjenje količine variance v naboru podatkov, ki ni pojasnjena z regresijskim modelom. Regresija je meritev, ki pomaga določiti moč razmerja med odvisno spremenljivko in vrsto drugih spremenljivih spremenljivk ali neodvisnih spremenljivk.
Preostala vsota kvadratov meri količino napake, ki ostane med regresijsko funkcijo in naborom podatkov. Manjša preostala vsota kvadratov predstavlja regresijsko funkcijo. Preostala vsota kvadratov - znana tudi kot vsota zaostalih kvadratov - v bistvu določa, kako dobro regresijski model pojasnjuje ali predstavlja podatke v modelu.
Ključni odvzemi
- Preostala vsota kvadratov (RSS) je statistična tehnika, ki se uporablja za merjenje količine odstopanja v naboru podatkov, ki ni pojasnjen z regresijskim modelom. V idealnem primeru bi morala biti vsota ostankov kvadrata manjša ali nižja vrednost v katerem koli regresijskem modelu.
Razumevanje preostale vsote kvadratov (RSS)
Finančni trgi vse bolj postajajo kvantitativno usmerjeni; zato mnogi vlagatelji v iskanju prednosti uporabljajo napredne statistične tehnike za pomoč pri svojih odločitvah. Obsežni podatki, strojno učenje in aplikacije umetne inteligence še naprej zahtevajo uporabo statističnih lastnosti za vodenje sodobnih naložbenih strategij. Preostala vsota kvadratov - ali RSS statistika - je ena izmed mnogih statističnih lastnosti, ki uživajo v renesansi.
Statistični modeli vlagatelji in upravljavci portfelja uporabljajo za sledenje cene naložbe in te podatke uporabljajo za napovedovanje prihodnjih premikov. Študija, imenovana regresijska analiza, bi lahko vključevala analizo razmerja gibanja cen med blagom in zalogami podjetij, ki se ukvarjajo s proizvodnjo blaga.
Vsak model lahko ima razlike med predvidenimi vrednostmi in dejanskimi rezultati. Čeprav je odstopanja mogoče razložiti z regresijsko analizo, preostala vsota kvadratov predstavlja odstopanja ali napake, ki niso pojasnjene.
Ker je mogoče narediti dovolj zapleteno regresijsko funkcijo, da tesno ustreza praktično vsakemu naboru podatkov, je potrebna nadaljnja študija, da se ugotovi, ali je regresijska funkcija dejansko koristna pri razlagi variacije nabora podatkov. Običajno pa je manjša ali nižja vrednost za preostalo vsoto kvadratov idealna v katerem koli modelu, saj pomeni, da je v naboru podatkov manj variacij. Z drugimi besedami, čim nižja je vsota ostankov kvadrata, boljši je regresijski model pri razlagi podatkov.
