In statistica, un termine di errore è la somma delle deviazioni di ciascuna osservazione effettiva da una linea di regressione del modello. L’analisi di regressione viene utilizzata per stabilire il grado di correlazione tra due variabili, una indipendente e una dipendente, il cui risultato è una linea che “si adatta” meglio ai valori effettivamente osservati del valore dipendente in relazione alla variabile o alle variabili indipendenti. In altre parole, un termine di errore è il termine in un’equazione di regressione del modello che corrisponde e tiene conto della differenza inspiegabile tra i valori effettivamente osservati della variabile indipendente e i risultati previsti dal modello. Quindi, il termine di errore è una misura della precisione con cui il modello di regressione riflette la relazione effettiva tra la variabile o le variabili indipendenti e dipendenti. Il termine di errore può indicare che il modello può essere migliorato, ad esempio aggiungendo un’altra variabile indipendente che spieghi in parte o tutta la differenza, o per casualità, il che significa che la variabile o le variabili dipendenti e indipendenti non sono correlate in misura maggiore .
Conosciuto anche come termine residuo o termine di disturbo, secondo la convenzione matematica, il termine di errore è l’ultimo termine in un’equazione di regressione del modello ed è rappresentato dalla lettera greca epsilon (e). Gli economisti e i professionisti del settore finanziario fanno regolarmente uso di modelli di regressione, o almeno dei loro risultati, per comprendere e prevedere meglio un’ampia gamma di relazioni, come il modo in cui i cambiamenti nell’offerta di moneta sono correlati all’inflazione, come i prezzi di borsa sono correlati alla disoccupazione tassi o come le variazioni dei prezzi delle materie prime influiscano su società specifiche in un settore economico. Quindi, il termine di errore è una variabile importante da tenere a mente e tenere traccia in quanto misura il grado in cui un dato modello non riflette, o tiene conto, la relazione effettiva tra le variabili dipendenti e indipendenti.
Ci sono in realtà due tipi di termini di errore comunemente usati nell’analisi di regressione: errore assoluto ed errore relativo. L’errore assoluto è il termine di errore come precedentemente definito, la differenza tra i valori effettivamente osservati della variabile indipendente ei risultati previsti dal modello. Derivato da ciò, l’errore relativo è definito come l’errore assoluto diviso per il valore esatto previsto dal modello. Espresso in termini percentuali, l’errore relativo è noto come errore percentuale, il che è utile perché mette il termine di errore in una prospettiva più ampia. Ad esempio, un termine di errore di 1 quando il valore previsto è 10 è molto peggiore di un termine di errore di 1 quando il valore previsto è 1 milione quando si tenta di elaborare un modello di regressione che mostri quanto bene sono correlate due o più variabili.
Smart Asset.