Vícebarevnost
Multicollinearity je výskyt vysokých vzájemných korelací mezi nezávislými proměnnými v modelu vícenásobné regrese. Multicollinearity může vést ke zkresleným nebo zavádějícím výsledkům, když se výzkumník nebo analytik pokusí určit, jak dobře lze každou nezávislou proměnnou použít nejúčinněji k predikci nebo porozumění závislé proměnné ve statistickém modelu. Obecně může multicollinearita vést k širším intervalům spolehlivosti a méně spolehlivým hodnotám pravděpodobnosti (hodnoty P) pro nezávislé proměnné.
SNÍŽENÍ DOLŮ Vícebarevnost
Statističtí analytici používají několik regresních modelů k predikci hodnoty určité závislé proměnné na základě hodnot dvou nebo více nezávislých proměnných. Závislá proměnná se někdy označuje jako proměnná výsledku, cíle nebo kritéria. Multicollinearity v modelu vícenásobné regrese naznačuje, že kolineární nezávislé proměnné jsou nějakým způsobem příbuzné, ačkoli vztah může nebo nemusí být náhodný.
Jedním z nejčastějších způsobů, jak eliminovat problém multiklinearity ve studii, je nejprve identifikovat kolineární nezávislé proměnné a poté odstranit všechny kromě jedné. Rovněž je možné eliminovat vícečetnost spojením dvou nebo více kolineárních proměnných do jedné proměnné. Statistická analýza pak může být provedena za účelem studia vztahu mezi specifikovanou závislou proměnnou a pouze jednou nezávislou proměnnou.
Vícebarevnost v investování
Při investování je vícečetnost považována za běžnou při provádění technické analýzy, která předpovídá pravděpodobné budoucí cenové pohyby cenného papíru, jako je například zásoba nebo komoditní budoucnost. Analytici trhu se chtějí vyhnout použití technických ukazatelů, které jsou kolineární v tom, že jsou založeny na velmi podobných nebo souvisejících vstupech; mají sklon odhalit podobné předpovědi týkající se závislé proměnné pohybu cen. Místo toho chtějí provést analýzu trhu založenou na výrazně odlišných nezávislých proměnných, které odkazují na různé technické ukazatele, aby zajistily, že analyzují trh z různých nezávislých analytických hledisek.
Známý technický analytik John Bollinger, tvůrce ukazatele Bollinger Bands, poznamenává, že „kardinální pravidlo pro úspěšné použití technické analýzy vyžaduje, aby se u indikátorů vyhýbalo multicollinearitě.“
Abychom se vyhnuli problému mnohočetnosti, analytici se vyhýbají použití dvou nebo více technických ukazatelů stejného typu. Místo toho analyzují zabezpečení pomocí jednoho typu indikátoru, jako je indikátor hybnosti, a poté provádějí samostatnou analýzu pomocí jiného typu indikátoru, jako je například trendový indikátor. Příkladem potenciálního problému vícečetnosti je provádění technické analýzy pouze s použitím několika podobných ukazatelů, jako jsou stochastické údaje, index relativní síly (RSI) a Williams% R, což jsou všechny ukazatele hybnosti, které se spoléhají na podobné vstupy a pravděpodobně budou produkovat podobné Výsledek.
Porovnat poskytovatele investičních účtů Jméno Popis Zveřejnění inzerenta × Nabídky, které se objevují v této tabulce, pocházejí od partnerství, od nichž Investopedia dostává náhradu.