什么是回归？
回归（Regression）是一种用于金融、投资和其他学科的统计方法，它试图确定一个因变量（通常用 Y 表示）与一系列其他变量（称为自变量）之间关系的强度和特征。
也称为简单回归或普通最小二乘法 (OLS)，线性回归是此技术的最常见形式。线性回归基于最佳拟合线建立两个变量之间的线性关系。因此，线性回归使用直线以图形方式描述，斜率定义了一个变量的变化如何影响另一个变量的变化。线性回归关系的 y 截距表示一个变量的值为零时另一个变量的值。非线性回归模型也存在，但要复杂得多。
回归分析是揭示数据中观察到的变量之间关联的强大工具，但不能轻易表明因果关系。它用于商业、金融和经济的多种环境。例如，它用于帮助投资经理评估资产并了解商品价格等因素与从事这些商品交易的企业股票之间的关系。
回归作为一种统计技术不应与均值回归（均值回归）的概念混淆。
关键要点
- 回归是一种将因变量与一个或多个独立（解释）变量相关联的统计技术。
- 回归模型能够显示在因变量中观察到的变化是否与一个或多个解释变量的变化相关联。
- 它通过本质上拟合一条最佳拟合线并查看数据如何围绕这条线分布来实现这一点。
- 回归可以帮助经济学家和金融分析师处理从资产估值到做出预测等各种事情。
- 为了正确解释回归结果，关于数据和模型本身的几个假设必须成立。
理解回归
回归捕获数据集中观察到的变量之间的相关性，并量化这些相关性是否具有统计显着性。
回归的两种基本类型是简单线性回归和 多元线性回归，尽管有用于更复杂数据和分析的非线性回归方法。简单线性回归使用一个自变量来解释或预测因变量 Y 的结果，而多元线性回归使用两个或更多自变量来预测结果（同时保持所有其他变量不变）。
回归可以帮助金融和投资专业人士以及其他行业的专业人士。回归还可以帮助根据天气、以前的销售额、GDP 增长或其他类型的条件预测公司的销售额。资本资产定价模型(CAPM) 是金融中常用的回归模型，用于为资产定价和发现资本成本 。
*内容整理来源于网络仅供参考
