Analiza rămășițelor - prognoz bi university, wiki

reziduu (eroare medie) este următoarea formulă înseamnă: (Σ_ (i = 1) ^ n▒ 〖(y_i- (y_i))〗) / n unde n - numărul total de observații, y_i - valorile reale ale variabilei dependente, (y_i) este valoarea modelului variabilei explicate. Indică cât de mult deviază valoarea medie reală a variabilei explicate din valoarea simulată.


Media valorilor absolute ale reziduurilor

Media abaterilor valorilor inițiale ale variabilei dependente de variabilele de model. (Σ_ (i = 1) ^ n▒ | y_i- (y_i) |) / n unde n - numărul total de observații, y_i - valorile reale ale variabilei dependente, (y_i) - o valoare de model a variabilei dependente.


Pătraturi medii de reziduuri

Media abaterilor pătrat ale valorilor inițiale ale variabilei dependente de variabilele de model. (Σ_ (i = 1) ^ n▒ 〖(y_i- (y_i))〗 ^ 2) / n unde n - numărul total de observații, y_i - valorile reale ale variabilei dependente, (y_i) - o valoare de model a variabilei dependente.


Rădăcina pătratelor medii ale reziduurilor

Rădăcina mijlocului pătratelor abaterilor. √ ((Σ_ (i = 1) ^ n▒ 〖(y_i- (y_i))〗 ^ 2) / n)

În cazul reziduurilor de dispersie egale cu media reziduurilor pătratice calculată conform formulei: (Σ_ (i = 1) ^ n▒ 〖(y_i- (y_i))〗 ^ 2) / n unde n - numărul total de observații, y_i - real valorile variabilei explicate, (y_i) este valoarea modelului a variabilei explicate. Pentru o formulă mai precisă de calcul utilizat nedeplasat dispersie (corectat): (Σ_ (i = 1) ^ n▒ 〖(y_i- (y_i))〗 ^ 2) / (n-1)


Deviația standard a reziduurilor

Măsura în care erorile sunt răspândite în jurul valorii de media. √ (1 / (n-1) Σ_ (i = 1) ^ n▒ ((y_i- (y_i)) - (Σ_ (i = 1) ^ n▒ 〖〖(y〗 _i- (y_i) )) / N) ^ 2)

Criteriul Jacques Baer folosit pentru a testa ipoteza distribuției normale a eșantionului și se calculează folosind următoarea formulă: JB = (N-k) / 6 (S ^ 2 + 〖(K-3) 2/4〗 ^) unde: N - numărul de observații; k este numărul de variabile explicative; K este indicatorul în exces; S este coeficientul de asimetrie. Valoarea rezultată este comparată cu valoarea intabulate distribuției Chi-pătrat cu două grade de libertate. Dacă valoarea calculată a statisticii este mai mică decât masa, ipoteza este acceptată, eșantionul este recunoscut distribuit în mod normal. În caz contrar, ipoteza este respinsă.

Exemplu USA model pentru valoarea modelare increment adăugată în industrie (Y = -0,7349 + 0,3841x_1 + 0,2073x_2 + 0,0934x_3) Valoare statistică Jacques Ber (1.5208) este mult mai puțin critică, obținut la un nivel de semnificație 0 , 01 (9,2103). În consecință, se adoptă ipoteza normală a distribuției rămășițelor seriei.


Suma pătratelor reziduurilor

Suma diferențelor valorice pătrate între valorile modelate și cele reale ale variabilei dependente pentru perioada de identificare se calculează cu următoarea formulă: Σ_ (i = 1) ^ n▒ 〖(y_i- (y_i)) ^ 2〗


Eroare absolută maximă

Valoarea maximă a diferențelor dintre valorile modelate și cele reale ale variabilei dependente pentru perioada de identificare se calculează cu următoarea formulă: 〖max (⁡〗 〖X_i-X ̅)〗, i = (1, n) ̅