multikollinaritet
Hvad er multikollinearitetMultikollinearitet er forekomsten af høje interkorrelationer blandt uafhængige variabler i en multiple regressionsmodel. Multikollinearitet kan føre til skæve eller vildledende resultater, når en forsker eller analytiker forsøger at bestemme, hvor godt hver uafhængig variabel kan bruges mest effektivt til at forudsige eller forstå den afhængige variabel i en statistisk model. Generelt kan multikollinearitet føre til bredere konfidensintervaller og mindre pålidelige sandsynlighedsværdier (P-værdier) for de uafhængige variabler.
BREAKING NED Multicollinearity
Statistiske analytikere bruger flere regressionsmodeller til at forudsige værdien af en specificeret afhængig variabel baseret på værdierne af to eller flere uafhængige variabler. Den afhængige variabel omtales undertiden som udgangs-, mål- eller kriterievariablen. Multikollinearitet i en multipel regressionsmodel indikerer, at kollinære uafhængige variabler er relateret på en eller anden måde, skønt forholdet måske ikke er tilfældigt.
En af de mest almindelige måder til at eliminere problemet med multikollinearitet i en undersøgelse er først at identificere kollinære uafhængige variabler og derefter fjerne alle undtagen én. Det er også muligt at eliminere multikollinearitet ved at kombinere to eller flere kollinære variabler til en enkelt variabel. Der kan derefter udføres statistisk analyse for at undersøge forholdet mellem den specificerede afhængige variabel og kun en enkelt uafhængig variabel.
Multikollinearitet i investering
Ved investering er multikollinearitet en almindelig overvejelse, når man udfører en teknisk analyse for at forudsige sandsynlige fremtidige kursbevægelser for en sikkerhed, f.eks. En aktie eller en råvarefremtid. Markedsanalytikere vil undgå at bruge tekniske indikatorer, der er kollinære, idet de er baseret på meget ens eller relaterede input de har en tendens til at afsløre lignende forudsigelser vedrørende den afhængige variabel af prisbevægelse. I stedet for ønsker de at udføre en markedsanalyse baseret på markant forskellige uafhængige variabler, der henviser til forskellige tekniske indikatorer for at sikre, at de analyserer markedet fra forskellige uafhængige analytiske synspunkter.
Den bemærkede tekniske analytiker John Bollinger, skaberen af Bollinger Bands-indikatoren, bemærker, at "en kardinal regel for vellykket anvendelse af teknisk analyse kræver at man undgår multicollinearity midt i indikatorerne."
For at undgå problemet med multikollinearitet undgår analytikere at bruge to eller flere tekniske indikatorer af samme type. I stedet analyserer de en sikkerhed ved hjælp af en type indikator, såsom en momentumindikator, og foretager derefter separat analyse ved hjælp af en anden type indikator, såsom en trendindikator. Et eksempel på et potentielt multikollinearitetsproblem er kun at udføre teknisk analyse ved hjælp af flere lignende indikatorer, såsom stokastik, relativ styrkeindeks (RSI) og Williams% R, som alle er momentumindikatorer, der er afhængige af lignende input og sandsynligvis producerer lignende resultater.
Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.