Què és la suma residual de quadrats (RSS)?
Una suma residual de quadrats (RSS) és una tècnica estadística usada per mesurar la quantitat de variància en un conjunt de dades que no s’explica per un model de regressió. La regressió és una mesura que ajuda a determinar la força de la relació entre una variable dependent i una sèrie d’altres variables canviants o variables independents.
La suma residual de quadrats mesura la quantitat d’error que queda entre la funció de regressió i el conjunt de dades. Una suma residual més petita de la figura quadrada representa una funció de regressió. La suma residual de quadrats, també coneguda com la suma de residus quadrats, determina fonamentalment la explicació o la representació de les dades del model en un model de regressió.
Punts clau
- Una suma residual de quadrats (RSS) és una tècnica estadística utilitzada per mesurar la quantitat de variància en un conjunt de dades que no s’explica per un model de regressió. La suma residual de quadrats és una de les moltes propietats estadístiques que gaudeix d’un renaixement en els mercats financers. L’ideal seria que la suma de residus quadrats hauria de ser un valor menor o menor en qualsevol model de regressió.
Comprensió de la suma residual de quadrats (RSS)
Els mercats financers s’han impulsat cada cop més quantitativament; com a tal, a la recerca d'un avantatge, molts inversors utilitzen tècniques estadístiques avançades per ajudar en les seves decisions. Les aplicacions de dades grans, l'aprenentatge automàtic i la intel·ligència artificial necessiten encara més l'ús de propietats estadístiques per guiar les estratègies contemporànies d'inversió. La suma residual de quadrats o estadístiques RSS és una de les moltes propietats estadístiques que gaudeixen d'un renaixement.
Els inversors i els gestors de carteres utilitzen models estadístics per fer el seguiment del preu d'una inversió i utilitzar aquestes dades per predir els futurs moviments. L’estudi –anomenat anàlisi de regressió– podria implicar analitzar la relació dels moviments de preus entre una mercaderia i les existències d’empreses dedicades a la producció de la mercaderia.
Qualsevol model pot variar entre els valors previstos i els resultats reals. Tot i que les variacions es poden explicar mitjançant l’anàlisi de regressió, la suma residual de quadrats representa les variàncies o errors que no s’expliquen.
Com que es pot fer una funció de regressió prou complexa per adaptar-se estretament a pràcticament qualsevol conjunt de dades, cal estudiar més per determinar si la funció de regressió és, de fet, útil per explicar la variació del conjunt de dades. Típicament, però, un valor menor o menor per a la suma residual de quadrats és ideal en qualsevol model, ja que significa que hi ha menys variació en el conjunt de dades. En altres paraules, com més baixa sigui la suma de residus quadrats, millor és el model de regressió a l'hora d'explicar les dades.
