Значимость модели в целом (F-тест), Соответствие модели выборочным данным (R2, R2adj), Критерий минимума стандартной ошибки регрессии - Эконометрическое моделирование рынка вторичных трехкомнатных квартир

Значимость построенных уравнений регрессии определяется с помощью критерия Фишера и соответствующей статистики. Если на соответствующем уровне значимости F эмпирическое > F табличное, то гипотеза о незначимости уравнения отвергается.

В EViews-3 автоматически рассчитывается Prob(F-statistic).

Если Prob(F-statistic) < 0.05, то гипотеза о незначимости уравнения отвергается.

Для каждой из построенных моделей значение Prob(F-statistic)=0, т. е. все уравнения являются значимыми.

Соответствие модели выборочным данным (R2, R2adj)

Коэффициент детерминации R2 Показывает, насколько модель близка к исходной выборке. Чем ближе R2 к единице, тем точнее модель. Но при включении в модель новых регрессоров R2 всегда увеличивается, хотя к улучшению качества модели это фактически не приводит.

Чтобы проверить, действительно ли новые вводимые регрессоры делают модель лучше, необходимо вычислять скорректированный коэффициент детерминации R2Adj. Чем ближе R2Adj К R2, тем точнее модель описывает выборку.

Таблица 11. Сравнение коэффициентов детерминации

Модель

R2

R2Adj

Линейная

0.79

0.78

Логарифмическая

0.78

0.76

Полулогарифмическая

0.77

0.75

Во всех построенных моделях скорректированный и простой коэффициенты детерминации очень близки и друг к другу, и к единице.

Это может свидетельствовать о соответствии полученных моделей данным исходной выборки.

Значения R2Adj И R2 максимальны у линейной модели.

Критерий минимума стандартной ошибки регрессии

Таблица 12. Стандартные ошибки регрессии

Модель

Стандартная ошибка

Линейная

178.16

Логарифмическая

0.13

Полулогарифмическая

0.13

Основываясь на перечисленных критериях, можно сделать вывод, что наилучшими характеристиками обладает линейная модель. Она и будет являться конечным результатом данной курсовой работы.

Проверка качества модели по контрольной выборке

Дополнительно к уже имеющимся исходным данным была сделана статистическая выборка. Она содержит 32 данных.

Эти данные подставляются в выбранную логарифмическую модель. Прогнозные цены на квартиры, полученные в этой модели, сравниваются с уже имеющимися статистическими данными, и делается вывод о качестве прогноза логарифмической модели.

Для определения ошибки прогноза используется формула:

Т. о. ошибка прогноза продажной цены квартиры в построенной логарифмической модели составляет 6.42 %.

Похожие статьи




Значимость модели в целом (F-тест), Соответствие модели выборочным данным (R2, R2adj), Критерий минимума стандартной ошибки регрессии - Эконометрическое моделирование рынка вторичных трехкомнатных квартир

Предыдущая | Следующая