Homoscedastičnost je značilnost linearnega regresijskega modela, ki pomeni, da je varianca napak skozi čas konstantna.
Ta izraz, ki je nasprotje heteroscedastičnosti, se uporablja za poimenovanje lastnosti nekaterih linearnih regresijskih modelov, pri katerih so napake ocenjevanja konstantne skozi opazovanja. Stalna varianca nam omogoča bolj zanesljive modele. Poleg tega, če je varianca poleg tega, da je konstantna, tudi manjša, bo rezultat zanesljivejše napovedovanje modela.
Besedo homoscedastičnost lahko razdelimo na dva dela, homo (enak) in cedastičnost (disperzija). Na tak način, da bi, če bi združili ti dve besedi, prirejeni iz grščine, dobili nekaj podobnega kot enaka disperzija.
Regresijska analizaHomoscedastičnost v linearnem regresijskem modelu
Homoscedastičnost je zaželena lastnost napak v preprostem regresijskem modelu. Homoscedastičnost, kot smo že povedali, nam omogoča izdelavo bolj zanesljivih modelov. In ta zanesljivost se odraža v dejstvu, da je ekonometrom veliko lažje delati z modelom.
Spodnji model prikazuje homoscedastičnost. Ni popoln primer, je pa resničen, s katerim lahko bolje razumemo koncept.
Na prejšnji sliki lahko vidimo graf, ki predstavlja ceno IBEX35. Ponudba se nanaša na naključno izbrano obdobje izmed 89 obdobij. Rdeča črta predstavlja oceno IBEX35. Kazalnik niha navzdol in navzgor na tej črti bolj ali manj homogeno.
Da bi ugotovili, ali ima naš model lastnost homecedastičnosti, to je, ali je varianca njegovih napak konstantna, bomo napake izračunali in jih narisali na grafu.
Ne moremo z gotovostjo trditi, da ima model lastnost homoscedastičnosti. Za to bi morali izvesti ustrezne teste. Vendar oblika grafa kaže, da je. Popoln primer homoscedastičnega postopka, ki je bil namerno izveden z računalniškim programom, je prikazan na naslednji sliki.
Podoba idealnega in naš primer na IBEX35 se razlikujeta. Tako moramo razumeti, kakšni resnični pojavi otežujejo izpolnitev te predpostavke.
Kot je navedeno v članku o heteroscedastičnosti, obstajajo določene posledice modela, ki ne izpolnjuje hipoteze o homoscedastičnosti. Spomnimo se, da če model ne ustreza predpostavki homoscedastičnosti, imajo njegove napake heteroskedastičnost in pride do naslednjega:
- Obstoj napak pri izračunih matric, ki ustrezajo ocenjevalcem.
- Izgubljena je učinkovitost in zanesljivost modela.
Razlike med homoscedastičnostjo in heteroscedastičnostjo
Heteroscedastičnost se od homoscedastičnosti razlikuje po tem, da je pri slednji varianca napak pojasnjevalnih spremenljivk konstantna v vseh opazovanjih. Za razliko od heteroscedastičnosti lahko v homecedastičnih statističnih modelih vrednost ene spremenljivke napoveduje drugo (če je model nepristranski), zato so napake pogoste in stalne v celotni študiji.
Glavne situacije, v katerih se pojavijo heteroscedastične motnje, so analize s presečnimi podatki, pri katerih izbrani elementi, pa naj gre za podjetja, posameznike ali ekonomske elemente, med seboj nimajo homogenega vedenja.
