エラー用語とは何ですか？

統計では、誤差項はモデルの回帰線からの各実際の観測値の偏差の合計です。 回帰分析を使用して、2つの変数（1つは独立変数、もう1つは従属変数）の相関度を確立します。その結果は、1つまたは複数の独立変数に関して実際に観測される従属値の値に最適な線です。 別の言い方をすれば、誤差項とは、独立変数の実際に観測された値とモデルによって予測された結果との説明のつかない差を集計し、説明するモデル回帰式の項です。 したがって、誤差項は、独立変数と従属変数の実際の関係を回帰モデルがどれだけ正確に反映するかの尺度です。 エラー項は、差異の一部またはすべてを説明する別の独立変数を追加するなど、モデルを改善できること、またはランダム性によって、1つまたは複数の従属変数と独立変数がそれ以上相関していないことを意味します。

数学用語では、残差項または外乱項とも呼ばれ、誤差項はモデル回帰式の最後の項であり、ギリシャ文字のイプシロン（ε）で表されます。 エコノミストと金融業界の専門家は、定期的に回帰モデルまたは少なくともその結果を使用して、マネーサプライの変化がインフレにどのように関係するか、株価が失業にどのように関係するかなど、幅広い関係をよりよく理解および予測しますレートまたは商品価格の変化が経済部門の特定の企業に与える影響。 したがって、エラー項は、特定のモデルが従属変数と独立変数の間の実際の関係を反映または説明しない程度を測定するという点で留意し、追跡する重要な変数です。

実際には、回帰分析で一般的に使用される2つのタイプのエラー用語があります。絶対エラーと相対エラーです。 絶対誤差は、以前に定義した誤差項、独立変数の実際に観測された値とモデルによって予測された結果との差です。 これから派生した相対誤差は、絶対誤差をモデルで予測された正確な値で割ったものとして定義されます。 相対的なエラーはパーセントで表され、パーセントエラーとして知られています。これは、エラーの用語をより広い視野に入れるために役立ちます。 たとえば、予測値が10であるときの誤差項1は、2つ以上の変数がどの程度相関しているかを示す回帰モデルを考え出そうとすると、予測値が100万であるときの誤差項1よりもはるかに悪いです。