Çoklu Doğrusallık Nedir?
Çoklu doğrusallık, çoklu regresyon modelinde bağımsız değişkenler arasında yüksek karşılıklı korelasyonların ortaya çıkmasıdır. Bir araştırmacı veya analist, her bir bağımsız değişkenin, istatistiksel bir modeldeki bağımlı değişkeni tahmin etmek veya anlamak için en etkili şekilde ne kadar iyi kullanılabileceğini belirlemeye çalıştığında, çoklu-doğrusallık çarpık veya yanıltıcı sonuçlara yol açabilir. Genel olarak, çoklu doğrusallık bağımsız değişkenler için daha geniş güven aralıkları ve daha az güvenilir olasılık değerlerine yol açabilir. Yani, çoklu doğrusallığı olan bir modelden istatistiksel çıkarımlar güvenilir olmayabilir.
Çoklu Doğrusallığı Anlamak
İstatistiksel analistler, iki veya daha fazla bağımsız değişkenin değerlerine dayanarak, belirtilen bir bağımlı değişkenin değerini tahmin etmek için çoklu regresyon modelleri kullanır. Bağımlı değişken bazen sonuç, hedef veya kriter değişkeni olarak adlandırılır. Buna bir örnek, fiyat-kazanç oranları, piyasa değeri, geçmiş performans veya diğer veriler gibi kalemlere dayalı hisse senedi getirilerini tahmin etmeye çalışan çok değişkenli bir regresyon modelidir. Stok getirisi bağımlı değişkendir ve finansal verilerin çeşitli bitleri bağımsız değişkenlerdir.
Önemli Çıkarımlar
- Çoklu doğrusallık, bir modeldeki bağımsız değişkenlerin ilişkili olduğu istatistiksel bir kavramdır. Bağımsız değişkenler arasındaki çoklu doğrusallık, daha az güvenilir istatistiksel çıkarımlara neden olacaktır. İki veya daha fazla değişken kullanan çoklu regresyon modelleri oluştururken korelasyonlu veya tekrarlayıcı olmayan bağımsız değişkenlerin kullanılması daha iyidir..
Çoklu regresyon modelindeki çoklu bağlantı doğrusallık, değişken doğrusal değişkenlerin bir şekilde ilişkili olduğunu gösterir, ancak ilişki geçici olabilir veya olmayabilir. Örneğin, geçmiş performans iyi performans gösteren hisse senetleri artan piyasa değerlerine sahip olacağından, geçmiş performans piyasa değerine bağlı olabilir. Başka bir deyişle, iki bağımsız değişken yüksek derecede korelasyonlu olduğunda çoklu-doğrusallık olabilir. Veri kümesindeki diğer değişkenlerden bağımsız bir değişken hesaplanırsa veya iki bağımsız değişken benzer ve tekrarlayan sonuçlar sağlarsa da olabilir.
Çoklu doğrusallık sorununu ortadan kaldırmanın en yaygın yollarından biri, önce eş doğrusal bağımsız değişkenleri tanımlamak ve sonra bir tanesi hariç hepsini kaldırmaktır. İki veya daha fazla eşlenikli değişkeni tek bir değişkente birleştirerek çoklu doğrusallığı ortadan kaldırmak da mümkündür. Daha sonra, belirtilen bağımlı değişken ile sadece tek bir bağımsız değişken arasındaki ilişkiyi incelemek için istatistiksel analiz yapılabilir.
Çoklu Doğrusallık Örneği
Yatırım için, bir menkul kıymetin hisse senedi veya emtia geleceği gibi gelecekteki olası fiyat hareketlerini tahmin etmek için teknik analiz yapılırken çok yönlü doğrusallık yaygın bir husustur. Piyasa analistleri, çok benzer veya ilgili girdilere dayandırıldıklarından eş zamanlı olan teknik göstergeleri kullanmaktan kaçınmak isterler; fiyat hareketinin bağımlı değişkenine ilişkin benzer tahminler ortaya koyma eğilimindedirler. Bunun yerine, piyasa analizi, piyasayı farklı bağımsız analitik bakış açılarından analiz etmelerini sağlamak için belirgin şekilde farklı bağımsız değişkenlere dayanmalıdır.
Bollinger Bands göstergesinin yaratıcısı olan teknik analist John Bollinger, "teknik analizin başarılı bir şekilde kullanılması için temel bir kuralın göstergelerin arasında çoklu bağlantıdan kaçınılmasını gerektirdiğini" belirtti.
Sorunu çözmek için analistler aynı türden iki veya daha fazla teknik gösterge kullanmaktan kaçınırlar. Bunun yerine, bir momentum göstergesi gibi bir tür gösterge kullanarak bir güvenliği analiz ederler ve daha sonra trend göstergesi gibi farklı bir tür gösterge kullanarak ayrı analiz yaparlar.
Potansiyel bir çoklu bağlantı problemine örnek, yalnızca benzer girdilere dayanan ve benzer üretme olasılığı olan momentum göstergeleri olan stokastikler, göreceli güç endeksi (RSI) ve Williams% R gibi birkaç benzer gösterge kullanılarak teknik analiz yapılmasıdır. Sonuçlar. Bu durumda, göstergelerin biri hariç hepsini kaldırmak veya birkaç tanesini tek bir göstergede birleştirmenin bir yolunu bulmak daha iyi olurken, aynı zamanda momentum göstergesiyle yüksek korelasyon göstermesi muhtemel olmayan bir eğilim göstergesi ekler.
![Çoklu Çoklu](https://img.icotokenfund.com/img/tools-fundamental-analysis/329/multicollinearity.jpg)