multicollineariteit
Wat is multicollineariteitMulticollineariteit is het optreden van hoge intercorrelaties tussen onafhankelijke variabelen in een meervoudig regressiemodel. Multicollineariteit kan leiden tot scheve of misleidende resultaten wanneer een onderzoeker of analist probeert te bepalen hoe goed elke onafhankelijke variabele het meest effectief kan worden gebruikt om de afhankelijke variabele in een statistisch model te voorspellen of te begrijpen. Over het algemeen kan multicollineariteit leiden tot bredere betrouwbaarheidsintervallen en minder betrouwbare waarschijnlijkheidswaarden (P-waarden) voor de onafhankelijke variabelen.
ONDERBREKING Multicollineariteit
Statistische analisten gebruiken meerdere regressiemodellen om de waarde van een gespecificeerde afhankelijke variabele te voorspellen op basis van de waarden van twee of meer onafhankelijke variabelen. De afhankelijke variabele wordt soms de uitkomst-, doel- of criteriumvariabele genoemd. Multicollineariteit in een meervoudig regressiemodel geeft aan dat collineaire onafhankelijke variabelen op een bepaalde manier gerelateerd zijn, hoewel de relatie al dan niet casual is.
Een van de meest voorkomende manieren om het probleem van multicollineariteit in een onderzoek te elimineren, is om eerst collineaire onafhankelijke variabelen te identificeren en vervolgens op één na alle te verwijderen. Het is ook mogelijk om multicollineariteit te elimineren door twee of meer collineaire variabelen te combineren in een enkele variabele. Statistische analyse kan vervolgens worden uitgevoerd om de relatie tussen de opgegeven afhankelijke variabele en slechts een enkele onafhankelijke variabele te bestuderen.
Multicollineariteit in beleggen
Voor beleggen is multicollineariteit een veel voorkomende overweging bij het uitvoeren van een technische analyse om waarschijnlijke toekomstige koersbewegingen van een effect, zoals een aandelen- of een commoditytoekomst, te voorspellen. Marktanalisten willen vermijden om technische indicatoren te gebruiken die collinear zijn, omdat ze gebaseerd zijn op zeer vergelijkbare of gerelateerde input; ze hebben de neiging soortgelijke voorspellingen te onthullen met betrekking tot de afhankelijke variabele van prijsbewegingen. In plaats daarvan willen ze een marktanalyse uitvoeren op basis van sterk verschillende onafhankelijke variabelen die verwijzen naar verschillende technische indicatoren om ervoor te zorgen dat ze de markt analyseren vanuit verschillende onafhankelijke analytische gezichtspunten.
Opgemerkt technisch analist John Bollinger, maker van de Bollinger Bands-indicator, merkt op dat "een hoofdregel voor een succesvol gebruik van technische analyse vereist dat multicollineariteit te midden van indicatoren wordt vermeden".
Om het probleem van multicollineariteit te voorkomen, vermijden analisten het gebruik van twee of meer technische indicatoren van hetzelfde type. In plaats daarvan analyseren ze een beveiliging met behulp van één type indicator, zoals een momentumindicator, en voeren vervolgens een afzonderlijke analyse uit met een ander type indicator, zoals een trendindicator. Een voorbeeld van een potentieel multicollineariteitsprobleem is het uitvoeren van technische analyse alleen met behulp van verschillende vergelijkbare indicatoren, zoals stochastiek, de relatieve sterkte-index (RSI) en Williams% R, allemaal momentumindicatoren die op vergelijkbare inputs vertrouwen en waarschijnlijk vergelijkbare resultaten.
Vergelijk beleggingsrekeningen Aanbieder Naam Beschrijving Adverteerder Openbaarmaking × De aanbiedingen die in deze tabel worden weergegeven, zijn afkomstig van samenwerkingsverbanden waarvan Investopedia een vergoeding ontvangt.