İstatistik Sözlüğü → Hata dağılımı (normal, Student-t)
Hata dağılımı (normal, Student-t)kavram
Bir modelin rastlantısal hata (yenilik) terimi için varsayılan olasılık dağılımı; olabilirliği, kuyruk davranışını ve öngörü aralıklarını belirler.
En çok olabilirlikle kestirilen modellerde hata teriminin dağılımı açıkça seçilmelidir. Normal dağılım en yaygın varsayımdır, ancak birçok gerçek veri, özellikle finansal getiriler, normalin öngördüğünden daha sık uç değerler (kalın kuyruklar) içerir. Student-t dağılımı, serbestlik derecesi ν ile kuyrukların kalınlığını ayarlar: ν küçükse uç değerler daha olasıdır, ν büyüdükçe dağılım normale yaklaşır. GARCH modellerinde t dağılımı genellikle birim varyanslı olacak biçimde ölçeklenir ve ν veriden kestirilir.
Kalın kuyruklu bir veride normal hata varsaymak, uç olayların olasılığını olduğundan küçük gösterir ve öngörü aralıklarını (ör. riske maruz değer) fazla dar kılar; parametre kestirimleri de uç gözlemlere aşırı duyarlı hâle gelebilir. Kestirilen ν değeri bilgilendiricidir: 4-8 arası değerler belirgin biçimde kalın kuyruklara işaret eder. Parametrik sağkalım modellerinde hata dağılımının seçimi doğrudan süre dağılımını belirler (ör. uç değer hatası Weibull, normal hata log-normal süreler verir). Dağılımlar AIC ile ve standartlaştırılmış artıkların Q-Q grafikleriyle karşılaştırılabilir.
Gündelik bir örnek
Bir yatırımcı, portföyünün bir günde %5'ten fazla değer kaybetme olasılığını hesaplıyor. Normal dağılım varsayan bir model bunu birkaç yılda bir görülecek kadar nadir bulur; ama geçmiş verilerde böyle günler yılda birkaç kez yaşanmış. Student-t hatalı model ν = 5 kestirir ve uç kayıpların olasılığını gerçeğe çok daha yakın verir.
MerQur'da
GARCH analizinde 'Hata dağılımı (Normal / Student-t)' seçeneği; t dağılımı birim varyanslıdır ve ν kestirilir, öngörü aralığı model dağılımının kantiliyle kurulur. Parametrik Sağkalım'da seçilen dağılım, log-süre modelinin hata dağılımını belirler.