АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Оценка качества модели

Читайте также:
  1. II. Оценка эффективности инвестиционного менеджмента.
  2. IV.Оценка эффективности деятельности структурного подразделения организации
  3. А что же тогда является успехом? Это присутствие высокого качества в том, что вы делаете, даже в самых простых действиях.
  4. Автокорреляция в остатках. Критерий Дарбина-Уотсона в оценке качества уравнений, построенных по временным рядам.
  5. Алгоритм проверки адекватности парной регрессионной модели.
  6. Алгоритм проверки адекватности парной регрессионной модели.
  7. Анализ и оценка состояния управления инвестиционным процессом в ОАО «Дашковка»
  8. АНАЛИЗ ЛИКВИДНОСТИ БАЛАНСА (ОЦЕНКА ТЕКУЩЕЙ И ПЕРСПЕКТИВНОЙ ЛИКВИДНОСТИ)
  9. Анализ чувствительности имитационной модели.
  10. Аспекты несовершенной системы качества продукции
  11. Ассортимент шерстяных и шелковых тканей. Оценка качества.
  12. Базовые концепции и принципы менеджмента качества: «Кайдзен», TQM, TPS, ISO 9001-2008 и их применение в индустрии гостеприимства

Проблема практической пригодности моделей множественной регрессии связана с решением двух взаимосвязанных задач:

- статистическое оценивание параметров уравнения регрессии;

- проверка гипотезы о несоответствии заложенных в уравнение регрессии и реально существующих связей между признаками.

 

В соответствии с решением этих задач возможны следующие варианты выводов о приемлемости модели:

- если все параметры значимы и сформулированная гипотеза отвергается, то модель считается пригодной для принятия решений;

- если часть параметров незначима и гипотеза отвергается, то модель неприменима при решении задачи прогнозирования, однако может быть использована в экономическом анализе путем интерпретации отдельных ее параметров;

- если все параметры незначимы, то модель считается непригодной для практического использования.

 

Оценка значимости параметров регрессии производится с использованием критерия Стьюдента в виде:

 

, .

 

Величина является оценкой среднего квадратического для :

 

,

 

где - диагональные элементы матрицы , - оценка среднего квадратического остатков:

 

.

 

Доверительные интервалы параметров регрессии находят по формулам:

 

.

 

Анализ адекватности модели осуществляется как проверка гипотезы о несоответствии заложенных в уравнение и реально существующих связей. Используется статистический критерий Фишера:

 

.

 

С целью расширения возможностей экономического анализа используются частные коэффициенты эластичности, определяемые по формулам:

 

,

 

где - средние выборочные значения признаков . Коэффициент эластичности показывает, на сколько процентов в среднем изменится значение результативного признака при изменении -го фактора на один процент.

Прогнозирование.

Доверительный интервал прогноза находят по формуле:

 

,

 

,

 

где - вектор заданных значений факторов.


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.)