Một thuật ngữ lỗi là gì?
Một thuật ngữ lỗi là một biến dư được tạo ra bởi một mô hình thống kê hoặc toán học, được tạo ra khi mô hình không thể hiện đầy đủ mối quan hệ thực tế giữa các biến độc lập và các biến phụ thuộc. Kết quả của mối quan hệ không hoàn chỉnh này, thuật ngữ lỗi là số lượng phương trình có thể khác nhau trong quá trình phân tích thực nghiệm.
Thuật ngữ lỗi còn được gọi là thuật ngữ dư, nhiễu hoặc phần còn lại và được thể hiện khác nhau trong các mô hình bằng các chữ cái e , hoặc u.
Chìa khóa chính
- Một thuật ngữ lỗi xuất hiện trong mô hình thống kê, giống như mô hình hồi quy, để chỉ ra độ không đảm bảo trong mô hình. Thuật ngữ lỗi là một biến còn lại chiếm sự thiếu hoàn hảo của sự phù hợp.Heteroskedastic đề cập đến một điều kiện trong đó phương sai thuật ngữ dư, hoặc thuật ngữ lỗi, trong mô hình hồi quy rất khác nhau.
Một công thức ví dụ trong đó một thuật ngữ lỗi áp dụng là
Một thuật ngữ lỗi về cơ bản có nghĩa là mô hình không hoàn toàn chính xác và dẫn đến kết quả khác nhau trong các ứng dụng trong thế giới thực. Ví dụ: giả sử có một hàm hồi quy tuyến tính đa dạng có dạng sau:
Hay nói, là một tài tài của, qua, qua, qua một tài khác, qua giữ, qua một tài khác Y = αX + + ϵwhere: α, β = Hằng số tham sốX, ρ = Biến độc lậpϵ = Thuật ngữ lỗi
Khi Y thực tế khác với Y dự kiến hoặc dự đoán trong mô hình trong quá trình kiểm tra thực nghiệm, thì thuật ngữ lỗi không bằng 0, có nghĩa là có các yếu tố khác ảnh hưởng đến Y.
Hiểu các điều khoản lỗi
Một thuật ngữ lỗi đại diện cho biên lỗi trong mô hình thống kê; nó đề cập đến tổng các độ lệch trong đường hồi quy, đưa ra lời giải thích cho sự khác biệt giữa kết quả của mô hình và kết quả quan sát thực tế. Đường hồi quy được sử dụng làm điểm phân tích khi cố gắng xác định mối tương quan giữa một biến độc lập và một biến phụ thuộc.
Điều khoản lỗi cho chúng tôi biết điều gì?
Trong mô hình hồi quy tuyến tính theo dõi giá cổ phiếu theo thời gian, thuật ngữ lỗi là sự khác biệt giữa giá dự kiến tại một thời điểm cụ thể và giá thực tế được quan sát thấy. Trong trường hợp giá là chính xác những gì đã được dự đoán tại một thời điểm cụ thể, giá sẽ rơi vào đường xu hướng và thời hạn lỗi sẽ bằng không.
Các điểm không rơi trực tiếp trên đường xu hướng cho thấy thực tế là biến phụ thuộc, trong trường hợp này, giá, bị ảnh hưởng bởi nhiều hơn chỉ là biến độc lập, đại diện cho thời gian trôi qua. Thuật ngữ lỗi là viết tắt của bất kỳ ảnh hưởng nào được tác động đến biến số giá, chẳng hạn như thay đổi trong tâm lý thị trường.
Hai điểm dữ liệu có khoảng cách lớn nhất từ đường xu hướng phải là khoảng cách bằng nhau từ đường xu hướng, đại diện cho biên sai số lớn nhất.
Nếu một mô hình không đồng nhất, một vấn đề phổ biến trong việc diễn giải các mô hình thống kê một cách chính xác, thì nó đề cập đến một điều kiện trong đó phương sai của thuật ngữ lỗi trong mô hình hồi quy rất khác nhau.
Hồi quy tuyến tính, thời hạn lỗi và phân tích chứng khoán
Hồi quy tuyến tính là một hình thức phân tích liên quan đến các xu hướng hiện tại của một chỉ số hoặc bảo mật cụ thể bằng cách cung cấp mối quan hệ giữa các biến phụ thuộc và độc lập, chẳng hạn như giá của bảo mật và thời gian trôi qua, dẫn đến một đường xu hướng có thể được sử dụng như một mô hình dự đoán.
Hồi quy tuyến tính thể hiện độ trễ ít hơn so với kinh nghiệm với trung bình di động, vì đường này phù hợp với các điểm dữ liệu thay vì dựa trên mức trung bình trong dữ liệu. Điều này cho phép dòng thay đổi nhanh hơn và đột ngột hơn một dòng dựa trên tính trung bình bằng số của các điểm dữ liệu có sẵn.
Sự khác biệt giữa các điều khoản lỗi và dư
Mặc dù thuật ngữ lỗi và phần dư thường được sử dụng đồng nghĩa, có một sự khác biệt chính thức quan trọng. Một thuật ngữ lỗi thường không quan sát được và phần dư có thể quan sát và tính toán được, làm cho việc định lượng và trực quan hóa dễ dàng hơn nhiều. Trong thực tế, trong khi một thuật ngữ lỗi đại diện cho cách dữ liệu quan sát khác với dân số thực tế, thì phần dư thể hiện cách thức dữ liệu quan sát khác với dữ liệu dân số mẫu.
