Istilah kesalahan.
Apa Istilah kesalahan?
Istilah kesalahan adalah variabel residual yang dihasilkan oleh model statistik atau matematis, yang dibuat ketika model tidak sepenuhnya mewakili hubungan aktual antara variabel independen dan variabel dependen. Sebagai hasil dari hubungan yang tidak lengkap ini, istilah kesalahan adalah jumlah di mana persamaan tersebut dapat berbeda selama analisis empiris.
Istilah kesalahan juga dikenal sebagai istilah sisa, gangguan, atau sisa, dan dalam berbagai model direpresentasikan dengan huruf e, ε, atau u.
Poin Penting
- Istilah kesalahan muncul dalam model statistik, seperti model regresi, untuk menunjukkan ketidakpastian dalam model.
- Istilah kesalahan adalah variabel sisa yang menjelaskan kurangnya kesesuaian yang sempurna.
- Heteroskedastik mengacu pada suatu kondisi di mana varian istilah sisa, atau istilah kesalahan, dalam model regresi sangat bervariasi.
Memahami Istilah Kesalahan
Istilah kesalahan mewakili margin kesalahan dalam model statistik; ini mengacu pada jumlah penyimpangan dalam garis regresi, yang memberikan penjelasan tentang perbedaan antara nilai teoretis model dan hasil pengamatan aktual. Garis regresi digunakan sebagai titik analisis ketika mencoba untuk menentukan korelasi antara satu variabel independen dan satu variabel dependen.
Kesalahan Penggunaan Istilah dalam Rumus
Istilah kesalahan pada dasarnya berarti bahwa model tersebut tidak sepenuhnya akurat dan menghasilkan hasil yang berbeda selama penerapan di dunia nyata. Misalnya, asumsikan ada fungsi regresi linier berganda yang mengambil bentuk berikut:
Y=αX+βρ+ϵwhere:α,β=Constant parametersX,ρ=Independent variablesϵ=Error term\ begin {aligned} & Y = \ alpha X + \ beta \ rho + \ epsilon \\ & \ textbf {di mana:} \\ & \ alpha, \ beta = \ text {Parameter konstan} \\ & X, \ rho = \ teks {Variabel independen} \\ & \ epsilon = \ text {Istilah kesalahan} \\ \ end {rata} orang Y=αX+βρ+ϵdimana:α,β=Parameter konstanX,ρ=Variabel independenϵ=Istilah kesalahan orang
Ketika Y aktual berbeda dengan Y yang diharapkan atau diprediksi dalam model selama pengujian empiris, maka suku kesalahannya tidak sama dengan 0, yang berarti ada faktor lain yang mempengaruhi Y.
Apa yang Diberitahukan Ketentuan Kesalahan kepada Kami?
Dalam model regresi linier yang melacak harga saham dari waktu ke waktu, istilah kesalahannya adalah perbedaan antara harga yang diharapkan pada waktu tertentu dan harga yang sebenarnya diamati. Dalam kasus di mana harga persis seperti yang diantisipasi pada waktu tertentu, harga akan jatuh pada garis tren dan istilah kesalahan akan menjadi nol.
Poin yang tidak langsung jatuh pada garis tren menunjukkan fakta bahwa variabel dependen, dalam hal ini, harga, dipengaruhi lebih dari sekadar variabel independen, yang mewakili perjalanan waktu. Istilah kesalahan berarti pengaruh apa pun yang diberikan pada variabel harga, seperti perubahan sentimen pasar .
Dua titik data dengan jarak terbesar dari garis tren harus memiliki jarak yang sama dari garis tren, mewakili margin kesalahan terbesar.
Jika suatu model bersifat heteroskedastik , masalah umum dalam menafsirkan model statistik dengan benar, hal itu mengacu pada kondisi di mana varians istilah kesalahan dalam model regresi sangat bervariasi.
Regresi Linier, Istilah Kesalahan, dan Analisis Saham
Regresi linier adalah suatu bentuk analisis yang berkaitan dengan tren saat ini yang dialami oleh sekuritas atau indeks tertentu dengan memberikan hubungan antara variabel dependen dan independen, seperti harga sekuritas dan berlalunya waktu, sehingga menghasilkan garis tren yang dapat digunakan sebagai model prediksi .
Regresi linier menunjukkan penundaan yang lebih sedikit daripada yang dialami dengan rata-rata bergerak , karena garis tersebut sesuai dengan titik data alih-alih berdasarkan pada rata-rata dalam data. Hal ini memungkinkan garis untuk berubah lebih cepat dan dramatis daripada garis berdasarkan rata-rata numerik dari titik data yang tersedia.
Perbedaan Antara Istilah Kesalahan dan Sisa
Meskipun istilah kesalahan dan residual sering digunakan secara sinonim, ada perbedaan formal yang penting. Istilah kesalahan umumnya tidak dapat diobservasi dan residual dapat diamati dan dihitung, sehingga lebih mudah untuk diukur dan divisualisasikan. Akibatnya, sementara istilah kesalahan mewakili cara data yang diamati berbeda dari populasi sebenarnya , residual mewakili cara data yang diamati berbeda dari data populasi sampel .