mathématiques résiduel est utilisé avec une analyse de régression. Les analystes utilisent une analyse de régression pour prédire les résultats futurs basés sur la performance précédente. Par exemple, l`économiste utilise une analyse de régression pour prévoir ou de prédire les paramètres économiques tels que l`inflation, le chômage et les taux d`intérêt à un moment donné dans l`avenir. Cette analyse est basée sur des points de données précédents et d`autres variables connexes. Après ce point à l`avenir est venu et passé, les économistes utilisent ensuite les mathématiques résiduelle pour voir à quel point leur prédiction était les résultats réels. La différence entre les résultats réels et mesurés ou les résultats prédits est appelé le résidu.
Fixer les points de données à partir de la régression analyse des résultats prédits. Si nous supposons que vous avez exécuté une analyse de régression contre une simple fonction y = f (x) où pour tout x, vous aurez une valeur différente de y, vous aurez un ensemble de x, les points y. A titre d`exemple, supposons que les points de données sont les suivantes: {(2, 3) (3, 4) (5, 7) (6, 8)}.
Mesurer ou obtenir les résultats réels de l`événement que vous avez tenté de prédire avec l`analyse de régression. Ce sera les résultats mesurés où pour chaque valeur de x, vous avez mesuré ou perçu la valeur réelle de y. A titre d`exemple, supposons que vos points de données réelles sont: {(2, 4) (3, 6) (5, 5) (6, 7)}. A noter que la valeur de x est la même pour les deux prédite et les résultats réels.
Calculer la valeur résiduelle y pour chaque valeur x en utilisant la formule: Y-résiduelle = Ymeasured- Ypredicted. En continuant avec notre exemple:
Pour x = 2, résiduel = 4-3 = 1
Pour x = 2, résiduel = 6-4 = 2
Pour x = 3, résiduelle = 5-7 = -1
Pour x = 4, résiduelle = 7-8 = -1
Un résidu positif dit simplement que la valeur mesurée est plus que le prédit et un moyen résiduel négatif que la valeur mesurée est inférieure à la prédite.
