To tylko jedna z 4 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
STANDARDY WERYFIKACJI MODELU
1. Sensowność merytoryczna. Polega m.in. na ocenie, czy sensowne są znaki
parametrów czyli sugerowany przez model kierunek zależności zmiennej
prognozowanej od poszczególnych zmiennych objaśniających.
Przykład: Oszacowano zależność popytu na odzież (w sztukach) od dochodów i cen (w zł.) i
otrzymano równanie P=0,2D-0,05C + 1,4
Dodatni znak parametru przy D jest sensowny, gdyż wzrostowi dochodu odpowiada wzrost
popytu na dobra podstawowe (m.in. na odzież)
Również sensowny jest ujemny znak współczynnika stosującego przy cenach, gdyż wzrost cenprzy niezmienionych dochodach- wywołuje spadek popytu. Wyraz wolny wydaje się sensowny,
gdyż nawet niewielkie dochody generują popyt na dobra podstawowe (m.in. odzież)
2. Dopasowanie modelu. Model powinien być dobrze dopasowany do danych
statystycznych.
Przykład dobrze dopasowanego modelu: Przykład niedobrego dopasowania modelu:
W celu oceny stopnia dopasowania modelu do danych statystycznych stosuje się standardowo
dwa współczynniki: współczynnik indeterminacji (wr) i współczynnik determinacji (R2)
Współczynnik indeterminacji (wr) – miara niedopasowania (rozbieżności) modelu do
materiału statystycznego. Określa ile % zaobserwowanej zmienności Y nie zostało
wyjaśnione przez model.
SKR=Σ(y-y)2 – suma kwadratów reszt (rozbieżność zaobserwowanych wartości zmiennej Y
wokół modelu)
OSK=Σ(y-y~)2 – ogólna suma kwadratów( rozbieżność zaobserwowanych wartości zmiennej
Y wokół ich średniej)
Współczynnik determinacji (R2)- miara dopasowania modelu do materiału statystycznego
(miernik stopnia wyjaśnienia zaobserwowanej zmienności zmiennej Y) Zachodzi relacja
R2=1-wr, przy założeniu, że wr-tKR należy uznać, ze zmienna X jest istotna
|temp|
... zobacz całą notatkę
Komentarze użytkowników (0)