Как уже отмечалось, точность модели характеризует близость рассчитанных по модели показателей фактическим на периоде аппроксимации, т.е. чем ближе аппроксимирующая функция к реальным значениям показателя, тем модель точнее.
Для получения точных оценок число наблюдений должно значительно превосходить число оцениваемых коэффициентов модели.
Для оценки точности модели могут быть использованы следующие показатели [11,16,34,42]:
1.Дисперсия остатков модели (дисперсия адекватности):
, где - число параметров модели.
Также может быть использовано среднеквадратичное отклонение остатков .
2. Стандартная ошибка:
.
3.Относительная ошибка аппроксимации:
.
Модель считается достаточно точной, если меньше 10…20%.
4.Коэффициент сходимости:
, .
5.Коэффициент детерминации:
, .
6.Индекс корреляции (корреляционное отношение): .
Показатели 4,5 имеют F-распределение с и степенями свободы. Модели считаются более точными, если показатели 1-4 имеют минимальное значение, а 5,6 – максимальное.
|
|