Večkolinearnost
Kaj je večkolinearnostMultikolinearnost je pojav močne medsebojne povezanosti med neodvisnimi spremenljivkami v modelu z več regresijami. Večkolinearnost lahko privede do zamaknjenih ali zavajajočih rezultatov, ko raziskovalec ali analitik poskuša ugotoviti, kako dobro se lahko vsaka neodvisna spremenljivka najbolj učinkovito uporablja za napovedovanje ali razumevanje odvisne spremenljivke v statističnem modelu. Na splošno lahko multikolinearnost vodi do širših intervalov zaupanja in manj zanesljivih vrednosti verjetnosti (P vrednosti) za neodvisne spremenljivke.
RAZKRIJANJE DOLŽE Večkolinearnost
Statistični analitiki uporabljajo več regresijskih modelov za napovedovanje vrednosti določene odvisne spremenljivke na podlagi vrednosti dveh ali več neodvisnih spremenljivk. Odvisna spremenljivka se včasih imenuje izhodna, ciljna ali merilna spremenljivka. Večkolinearnost v modelu z več regresijami kaže, da so kolinearne neodvisne spremenljivke na nek način povezane, čeprav je razmerje lahko ali ne naključno.
Eden najpogostejših načinov za odpravo problema multikolinearnosti v raziskavi je najprej določiti kolinearne neodvisne spremenljivke in nato odstraniti vse razen ene. Večkolinearnost je mogoče odpraviti tudi s kombiniranjem dveh ali več kolinearnih spremenljivk v eno spremenljivko. Nato se lahko izvede statistična analiza, da se preuči odnos med določeno odvisno spremenljivko in samo eno samostojno spremenljivko.
Večkolinearnost pri vlaganju
Za vlaganje je večkolinearnost običajna pozornost pri izvajanju tehnične analize za napovedovanje verjetnih prihodnjih gibanj cen vrednostnih papirjev, na primer zalog ali prihodkov blaga. Tržni analitiki se želijo izogniti uporabi tehničnih kazalcev, ki so kolinearni, ker temeljijo na zelo podobnih ali povezanih vložkih; ponavadi razkrivajo podobne napovedi glede odvisne spremenljivke gibanja cen. Namesto tega želijo izvesti analizo trga, ki temelji na izrazito različnih neodvisnih spremenljivkah, ki se nanašajo na različne tehnične kazalnike, da bi zagotovili analizo trga z različnih neodvisnih analitičnih stališč.
Znani tehnični analitik John Bollinger, ustvarjalec kazalnika Bollinger Bands, ugotavlja, da "kardinalno pravilo za uspešno uporabo tehnične analize zahteva izogibanje večkolinearnosti na podlagi kazalcev."
Da bi se izognili problemu večkolinearnosti, se analitiki izogibajo uporabi dveh ali več tehničnih kazalnikov iste vrste. Namesto tega analizirajo zaščito z uporabo ene vrste indikatorja, kot je na primer indikator momenta, in nato ločeno analizirajo z uporabo druge vrste indikatorja, kot je indikator trenda. Primer potencialne težave z večkolinearnostjo je izvedba tehnične analize le z uporabo več podobnih kazalcev, na primer stohastike, indeksa relativne jakosti (RSI) in Williamsovega% R, ki so vsi kazalniki zagona, ki se zanašajo na podobne vložke in bodo verjetno proizvedli podobne rezultati.
Primerjajte investicijske račune Ime ponudnika Opis Razkritje oglaševalcev × Ponudbe, ki se pojavijo v tej tabeli, so partnerstva, od katerih Investopedia prejema nadomestilo.