Определение за грешка
Терминът за грешка е остатъчна променлива, получена от статистически или математически модел, която се създава, когато моделът не представя напълно реалната връзка между независимите променливи и зависимите променливи. В резултат на тази непълна връзка терминът на грешката е сумата, при която уравнението може да се различава по време на емпиричен анализ.
Терминът за грешка е известен още като остатъчен, смущаващ или остатъчен термин и е различно представен в моделите с буквите e, ε или u.
Примерна формула, при която се прилага термин за грешка
Терминът за грешка по същество означава, че моделът не е напълно точен и води до различни резултати по време на реални приложения. Например, приемете, че има множествена линейна регресионна функция, която приема следната форма:
Y = αX + βρ + ϵ, където: α, β = Константни параметриX, ρ = Независими променливиϵ = Грешка термин \ започне {подравнен} & Y = \ алфа X + \ бета \ rho + \ epsilon \\ & \ textbf {където:} \\ & \ alpha, \ beta = \ текст {Константни параметри} \\ & X, \ rho = \ текст {Независими променливи} \\ & \ epsilon = \ текст {Термин за грешка} \\ \ край {подравнен} Y = αX + βρ + ϵ където: α, β = постоянни параметриX, ρ = независими променливиϵ = термин на грешка
Когато действителното Y се различава от очакваното или прогнозираното Y в модела по време на емпиричен тест, тогава терминът на грешката не е равен на 0, което означава, че има и други фактори, които влияят на Y.
Разбиране на условията за грешка
Терминът за грешка представлява границата на грешката в рамките на статистически модел; тя се отнася до сумата от отклоненията в линията на регресия, която дава обяснение за разликата между резултатите от модела и реално наблюдаваните резултати. Регресионната линия се използва като точка за анализ при опит да се определи корелацията между една независима променлива и една зависима променлива.
Какво ни казват грешките?
В рамките на линеен регресионен модел, проследяващ цената на акцията във времето, терминът на грешката е разликата между очакваната цена в определен момент и цената, която действително се наблюдава. В случаите, когато цената е точно това, което се очакваше в определен момент, цената ще падне върху линията на тренда и терминът за грешка ще бъде нула.
Точките, които не попадат директно върху линията на тренда, показват факта, че зависимата променлива, в този случай, цената, се влияе от нещо повече от само независимата променлива, представляваща течение на времето. Терминът за грешка означава всяко влияние, което се оказва върху променливата на цените, като например промени в пазарните настроения.
Двете точки с данни с най-голямо разстояние от линията на тренда трябва да са равни на разстояние от линията на тренда, представляваща най-голямото допустимо отклонение.
Ако моделът е хетероскедастичен, често срещан проблем при правилната интерпретация на статистическите модели, той се отнася до условие, при което дисперсията на термина за грешка в регресионен модел варира значително.
Ключови заведения
- Терминът за грешка се появява в статистически модел, като регресионен модел, за да посочи несигурността в модела.
- Терминът за грешка е остатъчна променлива, която обяснява липсата на перфектна доброта на прилягане.
- Heteroskedastic се отнася до състояние, при което дисперсията на остатъчния термин или термина на грешка в регресионен модел варира в голяма степен.
Линейна регресия, термин за грешка и анализ на запасите
Линейната регресия е форма на анализ, която се отнася до текущите тенденции, изпитвани от определена ценна книга или индекс чрез осигуряване на връзка между зависима и независима променлива, като цената на ценната книга и преминаването на времето, което води до тенденция, която може да да се използва като предсказуем модел.
Линейната регресия показва по-малко закъснение от тази, която се наблюдава с подвижна средна стойност, тъй като линията е годна за точките от данни, вместо да се базира на средните стойности в данните. Това позволява линията да се променя по-бързо и драстично, отколкото линия, базирана на числово осредняване на наличните точки от данни.
Разликата между грешките и грешките
Въпреки че терминът за грешка и остатъчната често се използват синонимно, има важна формална разлика. Терминът за грешка обикновено не се наблюдава, а остатъчният е видим и изчислим, което го прави много по-лесно да се определи и визуализира. В действителност, докато терминът за грешка представлява начина, по който наблюдаваните данни се различават от реалната популация, остатъчният представлява начина, по който наблюдаваните данни се различават от данните от извадката от популацията.
Научете повече за
За да надградите знанията си по темата за условията за грешка в модела, прочетете повече за остатъчното стандартно отклонение.
Сравнете инвестиционни сметки Име на доставчика Описание Разкриване на рекламодатели × Офертите, които се появяват в тази таблица, са от партньорства, от които Investopedia получава компенсация.