Definition af fejltermin
En fejlbetegnelse er en restvariabel produceret af en statistisk eller matematisk model, som oprettes, når modellen ikke fuldt ud repræsenterer det faktiske forhold mellem de uafhængige variabler og de afhængige variabler. Som et resultat af dette ufuldstændige forhold er fejludtrykket den mængde, ligningen kan afvige under empirisk analyse.
Fejlbetegnelsen er også kendt som rest-, forstyrrelses- eller resten-betegnelsen og er forskellige repræsenteret i modeller med bogstaverne e, ε eller u.
En eksempelformel, hvor en gyldighedsperiode finder anvendelse, er
En fejlbetegnelse betyder i det væsentlige, at modellen ikke er helt nøjagtig og resulterer i forskellige resultater under applikationer i den virkelige verden. Antag f.eks., At der er en multiple lineær regressionsfunktion, der tager følgende form:
Y = αX + βρ + ϵ hvor: α, β = Konstante parametreX, ρ = Uafhængige variablerϵ = Fejlbegrep \ begynde {justert} & Y = \ alfa X + \ beta \ rho + \ epsilon \\ & \ textbf {hvor:} \\ & \ alpha, \ beta = \ text {Konstante parametre} \\ & X, \ rho = \ text {Uafhængige variabler} \\ & \ epsilon = \ text {Fejlbegrep} \\ \ end {justeret} Y = αX + βρ + ϵ hvor: α, β = Konstante parametreX, ρ = Uafhængige variablerϵ = Fejltermin
Når den faktiske Y adskiller sig fra den forventede eller forudsagte Y i modellen under en empirisk test, er fejlbetegnelsen ikke 0, hvilket betyder, at der er andre faktorer, der påvirker Y.
Forståelse af fejlbetingelser
En fejlbetegnelse repræsenterer fejlmargenen inden for en statistisk model; det henviser til summen af afvigelser inden for regressionslinjen, som giver en forklaring på forskellen mellem resultatene af modellen og de faktiske observerede resultater. Regressionslinjen bruges som et analysepunkt, når man forsøger at bestemme korrelationen mellem en uafhængig variabel og en afhængig variabel.
Hvad fortæller fejlbetingelser os?
Inden for en lineær regressionsmodel, der sporer en akties pris over tid, er fejlbetegnelsen forskellen mellem den forventede pris på et bestemt tidspunkt og den pris, der faktisk blev observeret. I tilfælde, hvor prisen er nøjagtigt, hvad der var forventet på et bestemt tidspunkt, vil prisen falde på trendlinjen, og fejlperioden vil være nul.
Punkter, der ikke falder direkte på trendlinjen, viser, at den afhængige variabel, i dette tilfælde prisen, påvirkes af mere end blot den uafhængige variabel, der repræsenterer tiden. Fejlbetegnelsen står for enhver indflydelse, der udøves på prisvariablen, såsom ændringer i markedssentiment.
De to datapunkter med den største afstand fra trendlinjen skal være en lige stor afstand fra trendlinjen, hvilket repræsenterer den største fejlmargin.
Hvis en model er heteroskedastisk, et almindeligt problem med at fortolke statistiske modeller korrekt, henviser den til en tilstand, hvor variansen af fejlbetegnelsen i en regressionsmodel varierer meget.
Key takeaways
- En fejlbetegnelse vises i en statistisk model, ligesom en regressionsmodel, for at indikere usikkerheden i modellen.
- Fejlbegrebet er en restvariabel, der tegner sig for en mangel på perfekt pasform.
- Heteroskedastic henviser til en tilstand, hvor variationen af den resterende term eller fejlbetegnelse i en regressionsmodel varierer meget.
Lineær regression, fejlperiode og lageranalyse
Lineær regression er en form for analyse, der relaterer til aktuelle tendenser, der opleves af en bestemt sikkerhed eller indeks ved at tilvejebringe et forhold mellem en afhængig og uafhængig variabel, såsom prisen på en sikkerhed og tidens gang, hvilket resulterer i en trendlinje, der kan bruges som en forudsigelig model.
En lineær regression udviser mindre forsinkelse end den, der opleves med et bevægende gennemsnit, da linjen er tilpasset datapunkterne i stedet for baseret på gennemsnit i dataene. Dette gør det muligt for linjen at ændre sig hurtigere og dramatisk end en linje baseret på numerisk gennemsnit af de tilgængelige datapunkter.
Forskellen mellem fejlbetingelser og restpersoner
Selvom fejlbetegnelsen og rester ofte bruges synonymt, er der en vigtig formel forskel. En fejlbetegnelse er generelt ikke observerbar, og en rest er observerbar og beregnes, hvilket gør det meget lettere at kvantificere og visualisere. Mens en fejlbetegnelse faktisk repræsenterer den måde, observerede data adskiller fra den faktiske population, repræsenterer en resterende den måde, observerede data adskiller fra data om data fra populationen.
Lær mere om
Læs mere om reststandardafvigelse for at bygge din viden om emnet modelfejlbetegnelser.
Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.