다중 공선 성은 무엇입니까?
다중 공선 성은 다중 회귀 모델에서 독립 변수 사이에 높은 상관 관계가 발생하는 것입니다. 다중 공선 성은 연구원 또는 분석가가 각 독립 변수를 통계 모델에서 종속 변수를 예측하거나 이해하는 데 가장 효과적으로 사용할 수있는 방법을 결정하려고 시도 할 때 왜곡되거나 잘못된 결과를 초래할 수 있습니다. 일반적으로 다중 공선 성은 독립 변수에 대한 신뢰 구간이 넓고 신뢰성이 낮은 확률 값으로 이어질 수 있습니다. 즉, 다중 공선 성을 가진 모델의 통계적 추론은 신뢰할 수 없습니다.
다중 공선 성 이해
통계 분석가는 다중 회귀 모델을 사용하여 둘 이상의 독립 변수 값을 기반으로 지정된 종속 변수 값을 예측합니다. 종속 변수를 결과, 목표 또는 기준 변수라고도합니다. 예를 들어 가격 대비 수익률, 시가 총액, 과거 실적 또는 기타 데이터와 같은 항목을 기반으로 주식 수익률을 예상하는 다변량 회귀 모델이 있습니다. 주식 수익률은 종속 변수이며 다양한 재무 데이터 비트는 독립 변수입니다.
주요 테이크 아웃
- 다중 공선 성은 모델의 독립 변수가 상관되는 통계 개념입니다. 독립 변수 간의 다중 공선 성은 통계적 추론의 신뢰성을 떨어 뜨릴 수 있습니다. 두 개 이상의 변수를 사용하는 다중 회귀 모델을 작성할 때는 상관 관계가 없거나 반복적이지 않은 독립 변수를 사용하는 것이 좋습니다..
다중 회귀 모형의 다중 공선 성은 관계가 우연하지 않을 수도 있지만 공선 독립 변수가 어떤 방식으로 관련되어 있음을 나타냅니다. 예를 들어, 과거 실적이 좋은 주식은 시장 가치가 높아 지므로 과거 실적은 시가 총액과 관련 될 수 있습니다. 즉, 두 개의 독립 변수가 서로 밀접하게 관련되어 있으면 다중 공선 성이 존재할 수 있습니다. 독립 변수가 데이터 세트의 다른 변수에서 계산되거나 두 개의 독립 변수가 유사하고 반복적 인 결과를 제공하는 경우에도 발생할 수 있습니다.
다중 공선 성 문제를 해결하는 가장 일반적인 방법 중 하나는 먼저 공선 독립 변수를 식별 한 다음 하나를 제외한 모든 변수를 제거하는 것입니다. 둘 이상의 공 선형 변수를 단일 변수로 결합하여 다중 공선 성을 제거 할 수도 있습니다. 그런 다음 지정된 종속 변수와 하나의 독립 변수 간의 관계를 연구하기 위해 통계 분석을 수행 할 수 있습니다.
다중 공선 성의 예
투자의 경우 주식 또는 상품 미래와 같은 유가 증권의 미래 가격 변동을 예측하기 위해 기술적 분석을 수행 할 때 다중 공선 성이 일반적으로 고려됩니다. 시장 분석가는 매우 유사하거나 관련된 입력을 기반으로 공선적인 기술적 지표를 사용하지 않기를 원합니다. 그들은 가격 변동의 종속 변수에 관한 유사한 예측을 드러내는 경향이 있습니다. 대신, 시장 분석은 서로 다른 독립적 인 분석 관점에서 시장을 분석 할 수 있도록 현저하게 다른 독립 변수를 기반으로해야합니다.
볼린저 밴드 (Bollinger Bands) 지표의 창시자 인 기술 분석가 존 볼링 거 (John Bollinger)는 "기술 분석을 성공적으로 사용하기위한 기본 규칙은 지표 가운데 다중 공선 성을 피해야한다"고 지적했다.
문제를 해결하기 위해 분석가는 동일한 유형의 둘 이상의 기술 지표를 사용하지 않습니다. 대신 모멘텀 지표와 같은 한 가지 유형의 지표를 사용하여 보안을 분석 한 다음 추세 지표와 같은 다른 유형의 지표를 사용하여 별도의 분석을 수행합니다.
잠재적 다중 공선 성 문제의 예는 확률론, 상대 강도 지수 (RSI) 및 Williams % R과 같은 몇 가지 유사한 지표 만 사용하여 기술 분석을 수행하는 것입니다. 이러한 지표는 모두 유사한 입력에 의존하고 유사한 생산량을 나타내는 모멘텀 지표입니다. 결과. 이 경우 지표 중 하나를 제외한 모든 지표를 제거하거나 여러 지표를 하나의 지표로 병합하는 방법을 찾는 한편 모멘텀 지표와 관련성이 높지 않은 추세 지표를 추가하는 것이 좋습니다.
