årsager til heteroskedasticity

Heteroskedasticity i statistikkerne er den afhængighed af scatter , eller fejl varians , på mindst én uafhængig variabel . Almindeligt anvendte modeller som lineær regression , samt deres mål -of- fit test , formoder konstans varians for computerstøttet forenkling . Generaliserede lineære modeller omfatte statistiske modeller, som giver tilfældige variable til at afvige i varians .

En almindelig årsag til heteroskedasticity er variation i den gennemsnitlige . Hvis det gennemsnitlige mellem klasser stiger, kan variansen stige proportionalt . En anden årsag er variationen i data kvalitet .

Eksempel fra biologi

Et simpelt eksempel på den gennemsnitlige og variationen stigende sammen kan tages fra barndommen . Sig 95 procent af USA's nyfødte falder et kilo på 3,4 kg . Men , ville du ikke forvente sådanne små variationer i de samme børn 10 år senere .

Heldigvis er der et mønster for variansen , hvilket tyder på fordeling af variansen af den stokastiske variabel værdi , når modellering fejlen varians .

Eksempel Fra Økonomi

Heteroskedasticity kan også stamme fra en variation i data kvalitet . For eksempel kan en økonom være at udvikle en model for BNP-vækst , men har mindre tillid til rigtigheden af data fra post-sovjetiske og afrikanske lande . Variation i fejl-variansen kan derefter komme fra variation i dataindsamlingen fejl .

to former for Heteroskedasticity

Der er en anden dobbelt klassificering af heteroskedasticity , når tiden er den uafhængige variabel , som varians ændringer . Ubetinget heteroskedasticity refererer til tid-variation af variansen . Betinget heteroskedasticity beskriver den manglende evne til at identificere fremtidige variation i volatiliteten .

Betinget heteroskedasticity indebærer derfor, ubetinget heteroskedasticity , da nonconstantcy i førstnævnte tilfælde betyder det i sidstnævnte . Det omvendte er ikke i besiddelse af .

Eksempel Fra Forsikring

Aktuarmæssige risikogrupper afviger forventede tab pr eksponering , og derfor af varians . Ligesom det forventede tab kan estimeres til fremtidige tab , ud fra tidligere tab dato , så kan variansen , hvis der er tilstrækkelige data til at gøre det . Det ville så være et eksempel på ubetinget heteroskedasticity .

Dog kan data være utilstrækkelige til at afgøre en tendens mønster uden aggregere klasser . Forskellige klasser kan tendensen i samme tempo, nogle endda negativt . Derfor betinget heteroskedasticity eksisterer på klasseniveau .

Eksempel fra investeringsaktivitet

Perioder med lav og høj volatilitet er generelt ikke kendt i aktier og obligationer , og derfor ville blive beskrevet som både betinget og ubetinget heteroskedastic .

En vare , på den anden side kan have en sæsonbestemt komponent til sine varians . For eksempel har udsving i New England elpriserne blevet konstateret at stige i løbet af sommermånederne . En sådan situation er ubetinget heteroskedastic , fordi tiden afhængighed af variation eksisterer , men ikke betinget heteroskedastic , fordi beregningen variansen betinget af tiden kan fjerne varians variation .


Kommentarer

Vi ønsker, at dine argumenter og meninger er velkomne. Være objektiv og medfølelse. Mange mennesker læser hvad du skriver. Gør debat til en bedre oplevelse for både dem og dig selv. Mellem 20:00 og 08:00 det er lukket for kommentering og vi fjerner automatisk kommentarer med sjofle ord, defineret af vores moderatorer.

link:

  • Om os
  • Advertising
  • Fortæl redaktionen
  • Få nyhedsbreve
  • RSS-feed

Redaktør: Karin Christofferse
Nyheder redactor: Morten Nyberg

Kundeservice: Stig Ole Salomon,
Flemming Sørensen

Tel: +45 00 99 99 00
Fax: +45 00 99 99 01

© Copyright 2014 Einsten.net - All rights reserved.