multicoliniaritate
Multicollinearitatea este apariția intercorelațiilor ridicate între variabilele independente într-un model de regresie multiplă. Multicolinearitatea poate duce la rezultate înclinate sau înșelătoare atunci când un cercetător sau un analist încearcă să determine cât de bine poate fi utilizată cel mai eficient fiecare variabilă independentă pentru a prezice sau înțelege variabila dependentă într-un model statistic. În general, multicollinearitatea poate duce la intervale de încredere mai largi și valori mai puțin fiabile de probabilitate (valori P) pentru variabilele independente.
BREAKING DOWN Multicolinearitate
Analiștii statistici folosesc mai multe modele de regresie pentru a prezice valoarea unei variabile dependente specificate pe baza valorilor a două sau mai multe variabile independente. Variabila dependentă este uneori denumită variabilă rezultat, țintă sau criteriu. Multicolinearitatea într-un model de regresie multiplă indică faptul că variabilele independente colineare sunt corelate într-o anumită modă, deși relația poate fi sau nu întâmplătoare.
Unul dintre cele mai frecvente moduri de a elimina problema multicollinearității într-un studiu este de a identifica mai întâi variabilele independente colineare și apoi de a elimina toate, cu excepția uneia. De asemenea, este posibilă eliminarea multicolinearității prin combinarea a două sau mai multe variabile colineare într-o singură variabilă. Analiza statistică poate fi apoi realizată pentru a studia relația dintre variabila dependentă specificată și numai o singură variabilă independentă.
Multicollinearitate în investiții
Pentru investiții, multicollinearitatea este o considerație comună atunci când se efectuează o analiză tehnică pentru a prezice mișcările viitoare ale prețurilor posibile ale unui titlu, cum ar fi un stoc sau un viitor de marfă. Analiștii de piață doresc să evite utilizarea unor indicatori tehnici care sunt coliniari, întrucât se bazează pe inputuri foarte similare sau conexe; acestea tind să dezvăluie predicții similare cu privire la variabila dependentă a mișcării prețurilor. În schimb, doresc să efectueze o analiză de piață bazată pe variabile independente marcant diferite, care se referă la diverși indicatori tehnici pentru a se asigura că analizează piața din diferite puncte de vedere analitice independente.
Analistul tehnic remarcat John Bollinger, creatorul indicatorului Bollinger Bands, observă că „o regulă cardinală pentru utilizarea cu succes a analizei tehnice necesită evitarea multicollinearității pe fondul indicatorilor”.
Pentru a evita problema multicollinearității, analiștii evită să folosească doi sau mai mulți indicatori tehnici de același tip. În schimb, ei analizează o securitate folosind un tip de indicator, cum ar fi un indicator de moment și apoi fac analize separate folosind un alt tip de indicator, cum ar fi un indicator de tendință. Un exemplu de problemă potențială multicollineară este efectuarea unei analize tehnice folosind doar mai mulți indicatori similari, cum ar fi stochastica, indicele de rezistență relativă (RSI) și Williams% R, care sunt toți indicatori de moment care se bazează pe intrări similare și este probabil să producă similar rezultate.
Compararea conturilor de investiții Denumirea furnizorului Descrierea divulgatorului de publicitate × Ofertele care apar în acest tabel provin din parteneriate de la care Investopedia primește compensații.