a:

Dalam statistik, model regresi linier hubungan antara variabel dependen dan satu atau lebih variabel penjelas menggunakan fungsi linier. Jika dua atau lebih variabel penjelas memiliki hubungan linier dengan variabel dependen, regresi disebut regresi linier berganda. Regresi berganda, di sisi lain, adalah kelas regresi yang lebih luas yang mencakup regresi linear dan nonlinier dengan beberapa variabel penjelas.

Analisis regresi adalah cara yang umum untuk menemukan hubungan antara variabel dependen dan variabel penjelas. Namun, hubungan statistik ini tidak berarti bahwa variabel penjelas menyebabkan variabel dependen; itu agak berbicara tentang beberapa hubungan yang signifikan dalam data. Regresi linier mencoba untuk menarik garis yang paling dekat dengan data dengan menemukan kemiringan dan intersep yang menentukan garis dan meminimalkan kesalahan regresi. Namun, banyak hubungan dalam data tidak mengikuti garis lurus, jadi statistik menggunakan regresi nonlinier.

Sangat jarang bahwa variabel dependen dijelaskan hanya oleh satu variabel. Dalam kasus ini, seorang analis menggunakan regresi berganda, yang mencoba menjelaskan variabel dependen menggunakan lebih dari satu variabel independen. Regresi berganda dapat linier dan nonlinier.

Pertimbangkan seorang analis yang ingin menjalin hubungan linier antara perubahan harian dalam harga saham perusahaan dan variabel penjelas lainnya seperti perubahan volume perdagangan harian dan perubahan return pasar harian. Jika dia melakukan regresi dengan perubahan harga saham perusahaan sehari-hari sebagai variabel dependen dan perubahan volume perdagangan harian sebagai variabel independen, ini akan menjadi contoh regresi linier sederhana dengan satu variabel penjelasan. Jika analis menambahkan perubahan harian dalam return pasar ke dalam regresi, maka akan terjadi regresi linier berganda.