多元线性回归
更新
本文内容已经过期,不再适合平台最新版本,请查看如下最新内容:
https://bigquant.com/wiki/doc/5asa5ywd57q5ocn5zue5b2s-O8iNddmckJ
导语
多元线性回归的应用比较普遍,本文将对其做相关介绍。
金融理论从资本资产定价模型(CAPM)发展到套利定价理论(APT),在数理统计方面就是从应用一元线性回归发展到应用多元线性回归。在实际运用中,多元线性回归比较普遍。
一元线性回归研究的是一个因变量和一个自变量的线性关系的模型,多元线性回归研究的是一个因变量和多个自变量的线性关系的模型。 多元线性回归模型表示为:
与一元线性回归分析相同,其基本思想是根据 最小二乘(OLS)原理,求解beta_0、beta_1、beta_2、...、beta_K使得全部观测值Y_i与回归值hat{Y_i}的残差平方和达到最小值,该方法旨在最小化预测和观测之间的平方误差 ,
附件:多元线性回归的使用
https://bigquant.com/experimentshare/4266450d4d7649cc98aaa8bcc07b8ed1
本文由BigQuant宽客学院推出,版权归BigQuant所有,转载请注明出处。