Multicolinealidad

¿Qué es la multicolinealidad?

La multicolinealidad es la aparición de altas intercorrelaciones entre variables independientes en un modelo de regresión múltiple. La multicolinealidad puede conducir a resultados sesgados o engañosos cuando un investigador o analista intenta determinar qué tan bien cada variable independiente se puede usar de manera más efectiva para predecir o comprender la variable dependiente en un modelo estadístico. En general, la multicolinealidad puede conducir a intervalos de confianza más amplios y valores de probabilidad menos confiables (valores P) para las variables independientes.

ROMPIENDO Multicolinealidad

Los analistas estadísticos usan modelos de regresión múltiple para predecir el valor de una variable dependiente especificada basada en los valores de dos o más variables independientes. La variable dependiente a veces se denomina resultado, objetivo o variable de criterio. La multicolinealidad en un modelo de regresión múltiple indica que las variables independientes colineales están relacionadas de alguna manera, aunque la relación puede ser casual o no.

Una de las formas más comunes de eliminar el problema de la multicolinealidad en un estudio es identificar primero las variables independientes colineales y luego eliminar todas menos una. También es posible eliminar la multicolinealidad combinando dos o más variables colineales en una sola variable. El análisis estadístico se puede realizar para estudiar la relación entre la variable dependiente especificada y solo una variable independiente.

Multicolinealidad en la inversión

Para invertir, la multicolinealidad es una consideración común cuando se realiza un análisis técnico para predecir los probables movimientos futuros de los precios de un valor, como el futuro de una acción o una materia prima. Los analistas de mercado desean evitar el uso de indicadores técnicos que son colineales, ya que se basan en datos muy similares o relacionados; tienden a revelar predicciones similares con respecto a la variable dependiente del movimiento de precios. En cambio, quieren realizar un análisis de mercado basado en variables independientes marcadamente diferentes que se refieren a varios indicadores técnicos para garantizar que analicen el mercado desde diferentes puntos de vista analíticos independientes.

El destacado analista técnico John Bollinger, creador del indicador de Bandas de Bollinger, señala que "una regla fundamental para el uso exitoso del análisis técnico requiere evitar la multicolinealidad en medio de los indicadores".

Para evitar el problema de la multicolinealidad, los analistas evitan usar dos o más indicadores técnicos del mismo tipo. En cambio, analizan una seguridad utilizando un tipo de indicador, como un indicador de impulso, y luego realizan un análisis por separado utilizando un tipo diferente de indicador, como un indicador de tendencia. Un ejemplo de un posible problema de multicolinealidad es realizar un análisis técnico utilizando solo varios indicadores similares, como los estocásticos, el índice de fuerza relativa (RSI) y Williams% R, que son todos indicadores de impulso que dependen de entradas similares y es probable que produzcan resultados.

Comparar cuentas de inversión Nombre del proveedor Descripción Divulgación del anunciante × Las ofertas que aparecen en esta tabla son de asociaciones de las cuales Investopedia recibe una compensación.

Términos relacionados

Cómo funciona el método de mínimos cuadrados El método de mínimos cuadrados es una técnica estadística para determinar la línea de mejor ajuste para un modelo, especificada por una ecuación con ciertos parámetros a los datos observados. más R-Squared R-squared es una medida estadística que representa la proporción de la varianza para una variable dependiente que se explica por una variable independiente. más Cómo se aplican las correlaciones en serie a los movimientos de stock La correlación en serie es la relación entre una variable y una versión retrasada de sí misma en varios intervalos de tiempo. A menudo los analistas financieros lo utilizan para determinar qué tan bien el precio pasado de un valor predice el precio futuro. más Cómo funciona la regresión lineal múltiple La regresión lineal múltiple (MLR) es una técnica estadística que utiliza varias variables explicativas para predecir el resultado de una variable de respuesta. más Factor de inflación de varianza El factor de inflación de varianza es una medida de la cantidad de multicolinealidad en un conjunto de variables de regresión múltiple. más Cómo funcionan las estadísticas Las estadísticas son un tipo de análisis matemático que representa modelos cuantificables y resúmenes para un conjunto dado de datos empíricos u observaciones del mundo real. más enlaces de socios