Homoskedastic

DEFINICE homoskedastika

Homoskedastic (také hláskoval “homoscedastic”) se odkazuje na stav ve kterém rozptyl zbytkového nebo chybového termínu, v regresním modelu je konstantní. To znamená, že chybový termín se příliš nemění, protože se mění hodnota predikční proměnné. Homoskedasticita je jedním z předpokladů lineárního regresního modelování. Pokud se rozptyl chyb kolem regresní čáry velmi liší, může být regresní model špatně definován. Nedostatek homoskedasticity může naznačovat, že regresní model bude možná muset zahrnovat další predikční proměnné, aby vysvětlil výkon závislé proměnné.

Opak homoskedasticity je heteroskedasticity, stejně jako opak "homogenní" je "heterogenní". Heteroskedasticita označuje stav, ve kterém rozptyl chybového termínu v regresní rovnici není konstantní.

VYDÁVÁNÍ DOLŮ Homoskedastic

Jednoduchý regresní model nebo rovnice sestává ze čtyř termínů. Na levé straně je závislá proměnná. Představuje jev, který se model snaží „vysvětlit“. Na pravé straně je konstanta, predikční proměnná a zbytkový nebo chybový termín. Chybový termín ukazuje velikost variability v závislé proměnné, která není vysvětlena predikční proměnnou.

Příklad homoskedasticity

Předpokládejme například, že jste chtěli vysvětlit skóre studentských testů pomocí množství času, který každý student strávil studiem. V tomto případě by skóre testu bylo závislou proměnnou a čas strávený studiem by byl prediktorovou proměnnou. Termín chyby by ukazoval množství rozptylu ve skóre testu, které nebylo vysvětleno množstvím času studování. Pokud je tato odchylka stejná nebo homoskedastická, pak by to naznačovalo, že model může být vhodným vysvětlením pro výkon testu - vysvětlující to z hlediska času stráveného studiem.

Rozptyl však může být heteroskedastický. Graf údajů o chybovém termínu může ukázat, že velké množství času studie velmi úzce korespondovalo s vysokými skóre testu, ale toto nízké skóre testu doby testu se velmi lišilo a dokonce zahrnovalo některá velmi vysoká skóre. Rozptyl skóre by tedy nebylo možné vysvětlit jednoduše pomocí jedné predikční proměnné - množství času na studium. V takovém případě pravděpodobně funguje nějaký další faktor a možná bude třeba model vylepšit. Další výzkum může ukázat, že někteří studenti viděli odpovědi na test předem, a proto nemuseli studovat.

Aby se zlepšil regresní model, výzkumník by proto přidal další vysvětlující proměnnou označující, zda student viděl odpovědi před testem. Regresní model by pak měl dvě vysvětlující proměnné - studium času a to, zda měl student předchozí znalosti odpovědí. U těchto dvou proměnných by bylo vysvětleno více rozptylu skóre testu a rozptyl chybového termínu by pak mohl být homoskedastický, což naznačuje, že model byl dobře definován.

Porovnat poskytovatele investičních účtů Jméno Popis Zveřejnění inzerenta × Nabídky, které se objevují v této tabulce, pocházejí od partnerství, od nichž Investopedia dostává náhradu.

Související termíny

Heteroskedasticita Ve statistikách se heteroskedasticita stane, když standardní odchylky proměnné, monitorované během specifického množství času, nejsou konstantní. více Co je chybový termín? Chybový pojem je definován jako proměnná ve statistickém modelu, který se vytvoří, když model plně nepředstavuje skutečný vztah mezi nezávislými a závislými proměnnými. více Heteroskedastic Heteroskedastic označuje stav, ve kterém se rozptyl zbytkového termínu nebo chybového termínu v regresním modelu značně liší. více Jak funguje vícenásobná lineární regrese Vícenásobná lineární regrese (MLR) je statistická technika, která používá několik vysvětlujících proměnných k predikci výsledku proměnné odezvy. více R-Squared R-squared je statistická míra, která představuje poměr rozptylu závislé proměnné, který je vysvětlen nezávislou proměnnou. více Jak funguje metoda nejmenších čtverců Metoda nejmenších čtverců je statistická technika, která určuje linii nejvhodnější pro model specifikovanou rovnicí s určitými parametry pro pozorovaná data. více partnerských odkazů