Homoscedasticita je charakteristika lineárneho regresného modelu, z ktorého vyplýva, že rozptyl chýb je v priebehu času konštantný.
Tento termín, ktorý je opakom heteroscedasticity, sa používa na pomenovanie vlastnosti niektorých lineárnych regresných modelov, v ktorých sú chyby odhadu konštantné počas pozorovaní. Konštantné odchýlky nám umožňujú mať spoľahlivejšie modely. Okrem toho, ak je odchýlka okrem konštantnej aj menšia, povedie to k spoľahlivejšej predikcii modelu.
Slovo homoscedasticita sa dá rozdeliť na dve časti, homo (rovnaká) a cedasticita (disperzia). Tak, že ak by sme spojili tieto dve slová upravené z gréčtiny, získali by sme niečo ako rovnaké rozptýlenie alebo rovnaké rozptýlenie.
Regresná analýzaHomoscedasticita v lineárnom regresnom modeli
Homoscedasticita je žiaducou vlastnosťou chýb v jednoduchom regresnom modeli. Homoscedasticita, ako sme už povedali, nám umožňuje vytvárať spoľahlivejšie modely. A táto spoľahlivosť sa odráža v skutočnosti, že pre ekonometrov je oveľa jednoduchšie pracovať s modelom.
Model uvedený nižšie ukazuje homoscedasticitu. Nie je to dokonalý príklad, ale je skutočný, s ktorým môžeme koncept lepšie pochopiť.
Na predchádzajúcom obrázku môžeme vidieť graf, ktorý predstavuje cenu IBEX35. Citácia sa týka obdobia náhodne vybraného z 89 období. Červená čiara predstavuje odhad IBEX35. Indikátor kolíše nadol a hore na tejto čiare viac-menej homogénne.
Aby sme zistili, či má náš model vlastnosť homecedasticity, teda či je odchýlka jeho chýb konštantná, vypočítame chyby a zakreslíme ich do grafu.
Nemôžeme s istotou povedať, že model má vlastnosť homoscedasticity. Preto by sme mali vykonať príslušné testy. Tvar grafu však naznačuje, že je. Dokonalý príklad homoscedastického procesu vykonaného zámerne pomocou počítačového programu je uvedený v nasledujúcej grafike.
Obrázok toho, čo by bolo ideálne, a náš príklad na IBEX35 sa líšia. Musíme teda pochopiť, aké skutočné javy sťažujú splnenie tohto predpokladu.
Ako je uvedené v článku o heteroscedasticite, existujú určité dôsledky modelu, ktorý nenapĺňa hypotézu homoscedasticity. Pripomeňme, že ak model nespĺňa predpoklad homoscedasticity, potom jeho chyby majú heteroscedasticitu a dôjde k nasledujúcemu:
- Existencia chýb vo výpočtoch matíc zodpovedajúcich odhadom.
- Strata efektívnosti a spoľahlivosti modelu.
Rozdiely medzi homoscedasticitou a heteroscedasticitou
Heteroscedasticita sa líši od homoscedasticity v tom, že v druhej je odchýlka chýb vysvetľujúcich premenných konštantná vo všetkých pozorovaniach. Na rozdiel od heteroscedasticity môže v homecedastických štatistických modeloch hodnota jednej premennej predpovedať inú (ak je model nestranný), a preto sú chyby v celej štúdii bežné a neustále.
Hlavnými situáciami, v ktorých sa vyskytujú heteroscedastické poruchy, sú analýzy s prierezovými údajmi, kde vybrané prvky, či už spoločnosti, jednotlivci alebo ekonomické prvky, medzi nimi nemajú homogénne správanie.
