Principal » trading algorithmique » Variable endogène

Variable endogène

trading algorithmique : Variable endogène
Qu'est-ce qu'une variable endogène?

Une variable endogène est une variable d'un modèle statistique qui est modifiée ou déterminée par sa relation avec les autres variables du modèle. En d'autres termes, une variable endogène est synonyme de variable dépendante, ce qui signifie qu'elle est en corrélation avec d'autres facteurs du système étudié. Par conséquent, ses valeurs peuvent être déterminées par d'autres variables.

Les variables endogènes sont l'opposé des variables exogènes, qui sont des variables indépendantes ou des forces extérieures. Les variables exogènes peuvent toutefois avoir un impact sur les facteurs endogènes.

Points clés à retenir

  • Les variables endogènes sont des variables d'un modèle statistique qui sont modifiées ou déterminées par leur relation avec d'autres variables.
  • Les variables endogènes sont des variables dépendantes, ce qui signifie qu'elles sont corrélées à d'autres facteurs, même s'il peut s'agir d'une corrélation positive ou négative.
  • Les variables endogènes sont importantes dans la modélisation économique car elles indiquent si une variable provoque un effet particulier.

Comprendre les variables endogènes

Les variables endogènes sont importantes en économétrie et en modélisation économique car elles indiquent si une variable provoque un effet particulier. Les économistes utilisent un modèle de causalité pour expliquer les résultats en analysant des variables dépendantes basées sur divers facteurs. Par exemple, dans un modèle étudiant l'offre et la demande, le prix d'un bien est un facteur endogène, car le prix peut être modifié par le producteur (fournisseur) en réponse à la demande du consommateur.

Les économistes incluent également des variables indépendantes pour aider à déterminer dans quelle mesure un résultat peut être attribué à une cause exogène ou endogène. Les variables endogènes ont des valeurs qui changent dans le cadre d'une relation fonctionnelle entre d'autres variables du modèle. La relation est également qualifiée de dépendante et considérée comme prévisible.

Les variables sont généralement en corrélation de sorte qu'un mouvement dans une variable entraîne un déplacement dans l'autre variable. En d'autres termes, les variables doivent être en corrélation les unes avec les autres. Cependant, ils n'ont pas nécessairement besoin d'aller dans la même direction, ce qui signifie qu'une augmentation d'un facteur peut entraîner une chute d'un autre. Tant que le changement dans les variables est corrélé, il est considéré comme endogène, qu’il s’agisse d’une corrélation positive ou négative.

Bien que les variables endogènes soient les variables dépendantes qui se corrèlent entre elles, il est important de savoir dans quelle mesure les variables exogènes ont un impact sur un modèle.

En dehors de l'économie, d'autres domaines utilisent des modèles avec des variables endogènes, notamment la météorologie et l'agriculture. Parfois, la relation dans ces modèles n’est endogène que dans un sens. Par exemple, bien que le temps agréable puisse entraîner un taux de tourisme plus élevé, les taux de tourisme plus élevés n’affectent pas le temps.

Variables endogènes et exogènes

Contrairement aux variables endogènes, les variables exogènes sont considérées comme indépendantes. En d'autres termes, une variable de la formule ne dicte pas ou n'est pas directement corrélée à un changement dans une autre. Les variables exogènes n'ont pas de relation directe ou par formule. Par exemple, le revenu personnel et les préférences de couleur, les prix des précipitations et du gaz, l'éducation obtenue et la fleur préférée seraient tous considérés comme des facteurs exogènes.

Exemples de variables endogènes

Par exemple, supposons qu'un modèle examine la relation entre les temps de déplacement des employés et la consommation de carburant. À mesure que le temps de déplacement augmente dans le modèle, la consommation de carburant augmente également. La relation est logique dans la mesure où plus le trajet est long, plus il faut de carburant pour atteindre la destination. Par exemple, un trajet de 30 milles nécessite plus de carburant qu'un trajet de 20 milles. Les autres relations qui peuvent être endogènes incluent:

  • Revenu personnel à consommation personnelle, puisqu'un revenu élevé conduit généralement à une augmentation des dépenses de consommation.
  • Les économistes ont étudié la corrélation entre la croissance des plantes et la croissance des plantes, car la quantité de précipitations est importante pour les cultures de base telles que le maïs et le blé.
  • L’éducation atteint les niveaux de revenus futurs car il existe une corrélation entre l’éducation et des salaires plus élevés.
Comparaison des comptes d'investissement Nom du fournisseur Description Divulgation par l'annonceur × Les offres figurant dans ce tableau proviennent de partenariats avec lesquels Investopedia reçoit une rémunération.

Termes connexes

Analyse de sensibilité Définition L'analyse de sensibilité détermine la manière dont différentes valeurs d'une variable indépendante affectent une variable dépendante donnée dans un ensemble donné d'hypothèses. plus Qu'est-ce qu'un terme d'erreur? Un terme d'erreur est défini comme une variable dans un modèle statistique, qui est créé lorsque le modèle ne représente pas complètement la relation réelle entre les variables indépendantes et dépendantes. plus Fonctionnement du coefficient de détermination Le coefficient de détermination est une mesure utilisée en analyse statistique pour évaluer dans quelle mesure un modèle explique et prévoit les résultats futurs. plus R au carré Le R au carré est une mesure statistique qui représente la proportion de la variance pour une variable dépendante expliquée par une variable indépendante. more Comprendre la corrélation positive La corrélation positive est une relation entre deux variables dans laquelle les deux variables se déplacent en tandem. more Fonctionnement de la régression linéaire multiple La régression linéaire multiple (MLR) est une technique statistique qui utilise plusieurs variables explicatives pour prédire l’issue d’une variable de réponse. plus de liens partenaires
Recommandé
Laissez Vos Commentaires