投资者使用资产价格变动模型来预测投资价格在任何特定时间的位置。用于进行这些预测的方法是统计学领域的一部分 回归分析。的计算 残差方差 一组值的回归分析工具，用于衡量模型预测与实际值的匹配程度。
回归线
该 回归线 显示由于不同变量的变化，资产的价值如何变化。又称为 趋势线，回归线显示资产价格的“趋势”。回归线由线性方程表示：
Y = a + bX
其中“Y”是资产价值，“a”是常数，“b”是乘数，“X”是与资产价值相关的变量。
例如，如果模型预测一居室的房子售价为30万美元，两居室的房子售价为40万美元，而三居室的房子售价为50万美元，回归线看起来像：
Y = 200,000 + 100,000X
其中“Y”是房屋的售价，“X”是卧室的数量。
Y = 200,000 + 100,000（1）= 300,000
Y = 200,000 + 100,000（2）= 400,000
Y = 200,000 + 100,000（3）= 500,000
散点图
一个 散点图 显示表示资产价值与变量之间实际相关性的点。术语“散点图”来自这样的事实：当这些点绘制在图形上时，它们看起来是“分散”的，而不是完全位于回归线上。使用上面的示例，我们可以得到一个包含这些数据点的散点图：
第1点：1BR售价288,000美元
第2点：1BR售价315,000美元
第3点：2BR售价为395,000美元
第4点：2BR售价为410,000美元
第5点：3BR售价492,000美元
第6点：3BR售价为507,000美元
残差方差计算
剩余方差计算从 平方和 回归线上资产价值与散点图上每个相应资产价值之间的差异。
差异的平方显示在这里：
第1点：288,000美元 - 300,000美元=（ - 12,000美元）; （-12,000）2 = 144,000,000
第2点：315,000美元 - 300,000美元=（+ 15,000美元）; （15000）2 = 225,000,000
第3点：395,000美元 - 400,000美元=（ - 5,000美元）; （-5000）2 = 25,000,000
第4点：410,000美元 - 400,000美元=（+ 10,000美元）; （万）2 = 100,000,000
第5点：492,000美元 - $ 500,000 =（ - $ 8,000）; （-8000）2 = 64,000,000
第6点：507,000美元 - $ 500,000 =（+ $ 7,000）; （7000）2 = 49,000,000
平方和= 607,000,000
通过取平方和并将其除以（n-2）得到残差方差，其中“n”是散点图上数据点的数量。
RV = 607,000,000 /（6-2）= 607,000,000 / 4 = 151,750,000。
用于残差方差
虽然散点图上的每个点都不会与回归线完美对齐，但稳定模型会使散点图点围绕回归线呈规则分布。残差方差也称为“误差方差”。高残差方差表明原始模型中的回归线可能出错。某些电子表格函数可以显示创建与散点图数据更接近的回归线的过程。
