Co je zbytkový součet čtverců (RSS)?
Zbytkový součet čtverců (RSS) je statistická technika používaná k měření míry rozptylu v datové sadě, která není vysvětlena regresním modelem. Regrese je měření, které pomáhá určit sílu vztahu mezi závislou proměnnou a řadou dalších měnících se proměnných nebo nezávislých proměnných.
Zbývající součet čtverců měří množství chyby zbývající mezi regresní funkcí a sadou dat. Menší zbytkový součet čtverců představuje regresní funkci. Zbytkový součet čtverců - také známý jako součet zbytků na druhou - v podstatě určuje, jak dobře regresní model vysvětluje nebo představuje data v modelu.
Klíč s sebou
- Zbytkový součet čtverců (RSS) je statistická technika používaná k měření míry rozptylu v sadě dat, která není vysvětlena regresním modelem. Zbytkový součet čtverců je jednou z mnoha statistických vlastností, které se těší renesanci na finančních trzích. V ideálním případě by měl být součet druhých zbytků v každém regresním modelu menší nebo nižší.
Porozumění zbytkové součtu čtverců (RSS)
Finanční trhy se stále více kvantitativně řídí; Mnoho investorů proto hledá pokročilé statistické techniky, aby pomohlo při jejich rozhodování. Velká data, strojové učení a aplikace umělé inteligence dále vyžadují použití statistických vlastností pro vedení současných investičních strategií. Zbytkový součet čtverců - nebo RSS statistik - je jednou z mnoha statistických vlastností užívajících renesanci.
Statistické modely používají investoři a správci portfolií ke sledování ceny investice a tato data používají k předpovídání budoucích pohybů. Studie nazvaná regresní analýza může zahrnovat analýzu vztahu cenových pohybů mezi komoditou a zásobami společností zabývajících se výrobou komodity.
Jakýkoli model může mít odchylky mezi předpokládanými hodnotami a skutečnými výsledky. Ačkoli odchylky lze vysvětlit regresní analýzou, zbytkový součet čtverců představuje odchylky nebo chyby, které nejsou vysvětleny.
Protože lze provést dostatečně komplexní regresní funkci tak, aby přesně pasovala prakticky k jakémukoli souboru dat, je nezbytná další studie k určení, zda regresní funkce je ve skutečnosti užitečná při vysvětlování rozptylu datového souboru. Obvykle je však u každého modelu ideální menší nebo nižší hodnota zbytkového součtu čtverců, protože to znamená, že v datové sadě je méně variací. Jinými slovy, čím nižší je součet druhých zbytků, tím lepší je regresní model při vysvětlování dat.
