Error Term là gì?

28

Điều khoản Lỗi là gì?

Thuật ngữ lỗi là một biến dư được tạo ra bởi 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 đầy đủ này, thuật ngữ sai số là giá trị mà tại đó phương trình có thể khác trong quá trình phân tích thực nghiệm.

Thuật ngữ lỗi còn được gọi là số hạng dư, nhiễu hoặc phần dư, và được biểu diễn khác nhau trong các mô hình bằng các chữ cái e, ε hoặc u.

Tóm tắt ý kiến chính

  • Thuật ngữ lỗi xuất hiện trong mô hình thống kê, giống như mô hình hồi quy, để chỉ ra độ không chắc chắn trong mô hình.
  • Thuật ngữ lỗi là một biến số dư có nghĩa là thiếu tính phù hợp hoàn hảo.
  • Heteroskedastic đề cập đến một điều kiện trong đó phương sai của số hạng còn lại, hoặc số hạng lỗi, trong một mô hình hồi quy rất khác nhau.

Hiểu một thuật ngữ lỗi

Một thuật ngữ lỗi đại diện cho biên độ sai số trong một mô hình thống kê; nó đề cập đến tổng các độ lệch trong đường hồi quy, cung cấp lời giải thích cho sự khác biệt giữa giá trị lý thuyết của mô hình và kết quả quan sát thực tế. Đường hồi quy được sử dụng như một điểm phân tích khi cố gắng xác định mối tương quan giữa một biến độc lập và một biến phụ thuộc.

Lỗi sử dụng thuật ngữ trong một công thức

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 bội có dạng sau:

Y = α X + β ρ + ϵ ở đâu: α , β = Tham số không đổi X , ρ = Biến độc lập ϵ = Lỗi điều khoản begin {align} & Y = alpha X + beta rho + epsilon & textbf {where:} & alpha, beta = text {Tham số không đổi} & X, rho = text {Các biến độc lập} & epsilon = text {Cụm từ lỗi} end {căn chỉnh}

Y = α X + β ρ + ϵ trong đó: α , β = Các tham số không đổi X , ρ = Các biến độc lập ϵ = Sai số

Khi Y thực tế khác với Y dự kiến hoặc Y được dự đoán trong mô hình trong quá trình kiểm tra thực nghiệm, thì thuật ngữ sai số không bằng 0, có nghĩa là có các yếu tố khác ảnh hưởng đến Y.

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 kỳ vọng tại một thời điểm cụ thể và giá thực tế được quan sát. Trong trường hợp giá chính xác như những gì được dự đoán tại một thời điểm cụ thể, giá sẽ rơi trên đường xu hướng và thời hạn sai số sẽ bằng không.

Các điểm không trực tiếp nằm trên đường xu hướng cho thấy thực tế là biến phụ thuộc, trong trường hợp này là giá, chịu ảnh hưởng của nhiều hơn 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 lên biến giá, chẳng hạn như những thay đổi trong tâm lý thị trường.

Hai điểm dữ liệu có khoảng cách lớn nhất từ đường xu hướng phải cách đường xu hướng một khoảng bằng nhau, thể hiện biên độ sai số lớn nhất.

Nếu một mô hình là phương sai thay đổi, một vấn đề phổ biến trong việc giải thích 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 một mô hình hồi quy rất khác nhau.

Hồi quy tuyến tính, thời hạn lỗi và phân tích cổ phiếu

Hồi quy tuyến tính là một dạng phân tích liên quan đến các xu hướng hiện tại mà một chứng khoán hoặc chỉ số cụ thể trải qua bằng cách cung cấp mối quan hệ giữa các biến phụ thuộc và độc lập, chẳng hạn như giá của chứng khoán 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 cho thấy độ trễ ít hơn so với trải nghiệm với đường trung bình động, vì đường này phù hợp với các điểm dữ liệu thay vì dựa trên các mức trung bình trong dữ liệu. Điều này cho phép đường thay đổi nhanh hơn và đáng kể hơn so với đường dựa trên giá trị trung bình số của các điểm dữ liệu có sẵn.

Sự khác biệt giữa Điều khoản Lỗi và Phần còn lại

Mặc dù thuật ngữ lỗi và số dư thường được sử dụng đồng nghĩa, nhưng có một sự khác biệt quan trọng về mặt hình thức. Một thuật ngữ sai số thường không thể quan sát được và một phần dư có thể quan sát và tính toán được, giúp việc định lượng và hình dung dễ dàng hơn nhiều. Trên thực tế, trong khi một thuật ngữ lỗi thể hiện cách dữ liệu quan sát khác với tổng thể thực tế, thì phần dư biểu thị cách dữ liệu quan sát khác với dữ liệu tổng thể mẫu.

Nguồn tham khảo: investmentopedia