Оценка уровня точности модели

Уровень точности модели характеризует степень отклонения в среднем фактических значений результативной переменной ЧП от ее значений, полученных по модели регрессии (предсказанных). Для оценки уровня точности используются различные ошибки: средняя относительная, стандартная и другие.

Cтандартная ошибка модели выводится в первой таблице «Регрессионная статистика» отчета по регрессионному анализу. Для нашей трехфакторной модели эта таблица представлена на рисунке 10.

Регрессионная статистика
Множественный R	0.907126759
R-квадрат	0.822878957
Нормированный R-квадрат	0.817818356
Стандартная ошибка	146568.5071
Наблюдения

Рисунок 10. Фрагмент регрессионного анализа для трехфакторной модели

Точность модели тем лучше, чем меньше ее стандартная ошибка (это же имеет место и при использовании для оценки уровня точности других видов ошибок). Однако, понятие «чем меньше» является относительным и зависит от порядка чисел, представляющих данные задачи. Поэтому модель считается точной, если стандартная ошибка модели меньше стандартной ошибки (среднеквадратического отклонения) результативного признака Y . Стандартную ошибку легко найти в Excel с помощью статистической функции СТАНДОТКЛОН.

В нашем случае стандартная ошибка модели , а среднеквадратическое отклонение (или стандартная ошибка) ЧП = 343390.56. Так как < , то трехфакторная модель регрессии является точной.

При оценке уровня точности модели на основе средней относительной ошибки, необходимо рассчитать величину , которая показывает, на сколько процентов в среднем фактические значения результативного признака отличаются от рассчитанных по модели (предсказанных). Уровень точности модели считается достаточным, если .

Дата добавления: 2014-11-20