金融词汇百科

什么是异方差性?是非恒定的时

文 / 美股妈妈 浏览 / 1339 更新 / 2022-10-21

什么是异方差?

在统计学中,异方差(Heteroskedasticity)发生在预测变量的标准偏差(对独立变量的不同值或与先前时间段相关)是非恒定的时。对于异方差,目视检查残差的迹象是它们会随着时间的推移呈扇形散开,如下图所示。

异方差性通常以两种形式出现:有条件的和无条件的。条件异方差识别与前期(例如,每日)波动率相关的非恒定波动率。无条件异方差(Heteroskedasticity)是指与前期波动率无关的波动率的一般结构变化。当可以识别未来的高波动和低波动时期时,使用无条件异方差。

异方差的基础

在金融领域,条件异方差(Heteroskedasticity)经常出现在股票和债券的价格中。这些股票的波动水平在任何时期都无法预测。在讨论具有可识别的季节性变化的变量(例如用电量)时,可以使用无条件异方差。

由于它与统计有关,异方差(也称为异方差)是指在特定样本中至少一个自变量内的误差方差或散射依赖性。这些变化可用于计算数据集之间的误差范围,例如预期结果和实际结果,因为它提供了数据点与平均值偏差的度量。

对于被认为相关的数据集,大多数数据点必须与切比雪夫定理(也称为切比雪夫不等式)所描述的均值的特定标准差之间。这提供了关于随机变量与平均值不同的概率的指南。

根据指定的标准偏差的数量,随机变量在这些点内具有特定的存在概率。例如,可能需要两个标准偏差的范围包含至少 75% 的数据点才能被视为有效。超出最低要求的差异的常见原因通常归因于数据质量问题。

异方差(Heteroskedasticity)的反义词是 同方差。同方差是指残差项的方差是恒定的或几乎恒定的条件。同方差性是线性回归建模的一种假设。需要确保估计是准确的,因变量的预测限是有效的,并且参数的置信区间和 p 值是有效的。

内容整理来源于网络仅供参考


讨论经验分享,疑惑问答

讨论列表

0
  • 这篇内容还没有收到分享,赶紧来抢沙发吧~

© 2024 投资百科

百银投资

站点声明: 本站转载作品版权归原作者及来源网站所有,原创内容作品版权归作者所有,任何内容转载、商业用途等均须联系原作者并注明来源。