Hlavná » algoritmické obchodovanie » Definícia chybového termínu

Definícia chybového termínu

algoritmické obchodovanie : Definícia chybového termínu
Čo je to chybový termín?

Chybový výraz je zostatková premenná vytvorená štatistickým alebo matematickým modelom, ktorý sa vytvorí, keď model nepredstavuje skutočný vzťah medzi nezávislými a závislými premennými. V dôsledku tohto neúplného vzťahu je chybovým termínom suma, pri ktorej sa rovnica môže počas empirickej analýzy líšiť.

Termín chyby je tiež známy ako zvyškový, rušivý alebo zvyšok a v modeloch je rôzne reprezentovaný písmenami e, ε alebo u.

Vzorec vzorcov, v ktorých platí chybový termín, je

Termín chyby v podstate znamená, že model nie je úplne presný a vedie k rôznym výsledkom počas aplikácií v reálnom svete. Predpokladajme napríklad, že existuje viacnásobná lineárna regresná funkcia, ktorá má nasledujúcu formu:

Y = αX + βρ + ϵ kdekoľvek: α, β = konštantné parametreX, ρ = nezávislé premennéϵ = chybový termín \ začiatok {zarovnaný} & Y = \ alfa X + \ beta \ rho + \ epsilon \\ & \ textbf {kde:} \\ & \ alpha, \ beta = \ text {Konštantné parametre} \\ & X, \ rho = \ text {Nezávislé premenné} \\ & \ epsilon = \ text {Chybový údaj} \\ \ end {zarovnaný} Y = αX + βρ + ϵ kdekoľvek: α, β = konštantné parametreX, ρ = nezávislé premennéϵ = chybový termín

Ak sa skutočný Y líši od očakávaného alebo predpokladaného Y v modeli počas empirického testu, potom sa chybový člen nerovná 0, čo znamená, že existujú ďalšie faktory, ktoré ovplyvňujú Y.

Porozumenie chybovým podmienkam

Chybový termín predstavuje mieru chyby v rámci štatistického modelu; týka sa súčtu odchýlok v regresnej línii, ktorý poskytuje vysvetlenie rozdielu medzi výsledkami modelu a skutočnými pozorovanými výsledkami. Regresná čiara sa používa ako bod analýzy pri pokuse o určenie korelácie medzi jednou nezávislou premennou a jednou závislou premennou.

Čo nám hovoria chybové podmienky?

V rámci modelu lineárnej regresie sledujúceho cenu akcie v čase je chybovým termínom rozdiel medzi očakávanou cenou v konkrétnom čase a skutočnou cenou. V prípadoch, keď je cena presne to, čo sa predpokladalo v konkrétnom čase, cena klesne na trendovú čiaru a chybovosť bude nulová.

Body, ktoré nespadajú priamo na čiaru trendu, ukazujú, že závislá premenná, v tomto prípade cena, je ovplyvňovaná viac ako len nezávislou premennou, ktorá predstavuje plynutie času. Termín chyby predstavuje akýkoľvek vplyv na cenovú premennú, napríklad zmeny nálady na trhu.

Dva dátové body s najväčšou vzdialenosťou od trendovej čiary by mali byť rovnako vzdialené od trendovej čiary, čo predstavuje najväčšiu chybu.

Ak je model heteroskedastický, bežný problém správneho výkladu štatistických modelov, týka sa stavu, v ktorom sa rozptyl chybového termínu v regresnom modeli veľmi líši.

Kľúčové jedlá

  • V štatistickom modeli sa ako chybový model objaví chybový výraz, ktorý naznačuje neistotu modelu.
  • Termín chyby je zostatková premenná, ktorá spôsobuje nedostatok dokonalého dobrého stavu fit.
  • Heteroskedastikum sa týka stavu, v ktorom sa rozptyl zvyškového alebo chybového termínu v regresnom modeli veľmi líši.

Lineárna regresia, chybovosť a analýza zásob

Lineárna regresia je forma analýzy, ktorá sa týka súčasných trendov, ktoré prežívajú konkrétne cenné papiere alebo ukazovatele poskytovaním vzťahu medzi závislou a nezávislou premennou, ako je cena cenného papiera a plynutie času, čo vedie k trendovej línii, ktorá môže použiť ako prediktívny model.

Lineárna regresia vykazuje menšie oneskorenie, ako je skúsenosť s kĺzavým priemerom, pretože čiara je prispôsobená údajovým bodom namiesto toho, aby vychádzala z priemerov v údajoch. To umožňuje, aby sa linka menila rýchlejšie a dramatickejšie ako linka založená na číselnom spriemerovaní dostupných údajových bodov.

Rozdiel medzi chybovými podmienkami a zvyškami

Aj keď sa chybový termín a zvyškové hodnoty často používajú synonymá, existuje dôležitý formálny rozdiel. Termín chyby je vo všeobecnosti nepozorovateľný a zostatok je pozorovateľný a vypočítateľný, čo uľahčuje kvantifikáciu a vizualizáciu. V skutočnosti, zatiaľ čo chybový termín predstavuje spôsob, akým sa pozorované údaje líšia od skutočnej populácie, zostatok predstavuje spôsob, akým sa pozorované údaje líšia od údajov o vzorke.

Naučiť sa viac o

Ak chcete získať vedomosti o téme chybovosti modelu, prečítajte si viac informácií o zvyškovej štandardnej odchýlke.

Porovnať investičné účty Názov poskytovateľa Opis Zverejnenie informácií inzerenta × Ponuky uvedené v tejto tabuľke pochádzajú od partnerstiev, od ktorých spoločnosť Investopedia dostáva kompenzácie.

Súvisiace podmienky

Ako funguje metóda najmenších štvorcov Metóda najmenších štvorcov je štatistická technika na určenie priamky najvhodnejšej pre model špecifikovaná rovnicou s určitými parametrami pre pozorované údaje. viac Aké regresné opatrenia Regresia je štatistické meranie, ktoré sa pokúša určiť silu vzťahu medzi jednou závislou premennou (obvykle označenou Y) a radom ďalších meniacich sa premenných (známych ako nezávislé premenné). viac Ako funguje viacnásobná lineárna regresia Viacnásobná lineárna regresia (MLR) je štatistická technika, ktorá používa niekoľko vysvetľujúcich premenných na predpovedanie výsledku reakčnej premennej. viac R-Squared R-squared je štatistická miera, ktorá predstavuje pomer rozptylu pre závislú premennú, ktorý sa vysvetľuje nezávislou premennou. viac Ako funguje koeficient determinácie Koeficient determinácie je miera použitá v štatistickej analýze na hodnotenie toho, ako dobre model vysvetľuje a predpovedá budúce výsledky. viac Heteroskedasticity V štatistikách heteroskedasticity nastane, keď sú štandardné odchýlky premennej, monitorované počas špecifického času, nekonzistentné. ďalšie partnerské odkazy
Odporúčaná
Zanechajte Svoj Komentár