বিনিয়োগকারীরা যে কোনও সময়ে কোনও বিনিয়োগের মূল্য কোথায় থাকবেন তা নির্ধারণের জন্য সম্পদ মূল্যের আন্দোলনের মডেলগুলি ব্যবহার করে। এই ভবিষ্যদ্বাণীগুলি করার জন্য ব্যবহৃত পদ্ধতিগুলি পরিসংখ্যানগুলির ক্ষেত্রে একটি ক্ষেত্রের অংশ রিগ্রেশন বিশ্লেষণ। গণনা অবশিষ্ট বিভাজন মানগুলির একটি সেটের একটি প্রতিক্রিয়া বিশ্লেষণ সরঞ্জাম যা মডেলের পূর্বাভাসগুলি প্রকৃত মানগুলির সাথে মিলিয়ে সঠিকভাবে পরিমাপ করে।
প্রত্যাগতি সীমা
দ্য প্রত্যাগতি সীমা দেখায় কিভাবে বিভিন্ন ভেরিয়েবলের পরিবর্তনের কারণে সম্পদটির মান পরিবর্তিত হয়েছে। এছাড়াও একটি হিসাবে পরিচিত প্রবণতা লাইন, রিগ্রেশন লাইনটি সম্পদের মূল্যের "প্রবণতা" প্রদর্শন করে। প্রতিক্রিয়া লাইন একটি রৈখিক সমীকরণ দ্বারা প্রতিনিধিত্ব করা হয়:
Y = A + BX
যেখানে "Y" সম্পদ মান, "a" একটি ধ্রুবক, "বি" একটি গুণক এবং "এক্স" সম্পদ মান সম্পর্কিত একটি পরিবর্তনশীল।
উদাহরণস্বরূপ, যদি মডেলটি ভবিষ্যদ্বাণী করে যে এক বিছানা ঘর 300,000 ডলারে বিক্রি করে, দুই শয্যাশয়ের ঘর $ 400,000 বিক্রি করে এবং তিন শয্যার ঘরটি 500,000 মার্কিন ডলার বিক্রি করে, তবে প্রতিক্রিয়া লাইনটি দেখতে পাবে:
Y = 200,000 + 100,000X
যেখানে "Y" বাড়ির বিক্রয় মূল্য এবং "এক্স" শয়নকক্ষ সংখ্যা।
Y = 200,000 + 100,000 (1) = 300,000
Y = 200,000 + 100,000 (2) = 400,000
Y = 200,000 + 100,000 (3) = 500,000
Scatterplot
একজন scatterplot সম্পদ মান এবং পরিবর্তনশীল মধ্যে প্রকৃত সম্পর্ক প্রতিনিধিত্ব করে যে পয়েন্ট দেখায়। "স্ক্যাটারপ্লট" শব্দটির অর্থ এই যে, যখন এই পয়েন্টগুলি গ্রাফে অঙ্কিত হয়, তখন সেগুলি প্রতিক্রিয়া লাইনের পুরোপুরি মিথ্যা বলার পরিবর্তে প্রায় "বিক্ষিপ্ত" বলে মনে হয়। উপরের উদাহরণটি ব্যবহার করে, আমরা এই ডেটা পয়েন্টগুলির সাথে একটি স্ক্যাটারপ্লট থাকতে পারতাম:
পয়েন্ট 1: 1BR $ 288,000 বিক্রি
পয়েন্ট 2: 1BR $ 315,000 বিক্রি
পয়েন্ট 3: 2BR $ 395,000 বিক্রি
পয়েন্ট 4: 2BR $ 410,000 বিক্রি
পয়েন্ট 5: 3BR $ 492,000 বিক্রি
পয়েন্ট 6: 3BR $ 507,000 বিক্রি
অবশিষ্ট ভেরিয়েন্স গণনা
অবশিষ্ট বিয়োগ গণনা শুরু হয় স্কোয়ার সমষ্টি রিগ্রেশন লাইনের সম্পদ এবং স্ক্যাটারপ্লটের প্রতিটি সংশ্লিষ্ট সম্পদ মূল্যের মধ্যে পার্থক্য।
পার্থক্য এর স্কোয়ার এখানে দেখানো হয়:
পয়েন্ট 1: $ 288,000 - $ 300,000 = (- $ 12,000); (-12,000)2 = 144,000,000
পয়েন্ট 2: $ 315,000 - $ 300,000 = (+ $ 15,000); (+15,000)2 = 225,000,000
পয়েন্ট 3: $ 395,000 - $ 400,000 = (- $ 5,000); (-5,000)2 = 25,000,000
পয়েন্ট 4: $ 410,000 - $ 400,000 = (+ $ 10,000); (+10,000)2 = 100,000,000
পয়েন্ট 5: $ 492,000 - $ 500,000 = (- $ 8,000); (-8,000)2 = 64,000,000
পয়েন্ট 6: $ 507,000 - $ 500,000 = (+ $ 7,000); (+7,000)2 = 49,000,000
স্কোয়ার = 607,000,000 যোগফল
অবশিষ্টাংশটি স্কোয়ারের সমষ্টি গ্রহণ করে এবং এটি ভাগ করে (এন -2), যেখানে "n" স্ক্যাটারপ্লটের ডেটা পয়েন্টের সংখ্যা দ্বারা পাওয়া যায়।
আরভি = 607,000,000 / (6-2) = 607,000,000 / 4 = 151,750,000।
অবশিষ্ট বিভাজন জন্য ব্যবহার করে
স্ক্যাটারপ্লটের প্রতিটি বিন্দু রেগ্রেসাইন লাইনের সাথে পুরোপুরি লাইন আপ করবে না, তবে স্থিতিশীল মডেলটিতে রেগ্রেশন লাইনের চারপাশে নিয়মিত বন্টনে স্ক্যাটারপ্লট পয়েন্ট থাকবে। অবশিষ্ট বিভাজন এছাড়াও "ত্রুটি বৈকল্পিক" হিসাবে পরিচিত হয়। একটি উচ্চ অবশিষ্ট অবশিষ্টাংশ দেখায় যে মূল মডেলের প্রতিক্রিয়া লাইন ত্রুটিযুক্ত হতে পারে। কিছু স্প্রেডশীট ফাংশন একটি প্রতিক্রিয়া লাইন তৈরির পিছনে প্রক্রিয়াটি প্রদর্শন করতে পারে যা স্ক্যাটারপ্লট ডেটা দিয়ে আরও বেশি ফিট করে।
