獲「科技部人文社會科學研究中心」補助 AI in Finance: 金融與人工智慧成果分享平台

課程

2020/08/03
模型介紹
介紹

迴歸是一個用來找出「想要分析的依變數(Y )」和「變數(X )」之間關係的工具,主要在探討自變數(X )與依變數(Y )之間的線性關係,透過迴歸可以推論和預測研究者感興趣的依變數(Y )。
假設前提
(一) 常態性:母體資料呈現常態分配。
(二) 獨立性:誤差項之間應該要相互獨立。
(三) 同質性:變異數要相等。
二、線性迴歸類型    
(一) 簡單迴歸(利用單一自變數(
X )去預測一個依變數(Y ))
(二) 複迴歸(利用多個自變數(
X )去預測一個依變數(Y ))
​​​​​​三、假設模型    
(一) 簡單迴歸:

(二) 複迴歸:

四、假設結果    
(一)
β<0⇒  X和Y呈「負相關」
 p-value <
α  ⇒ 顯著,反之則不顯著
(二)
β>0⇒  X和Y呈「正相關」
 p-value <
α  ⇒ 顯著,反之則不顯著