Инструмент поддерживает интерфейс продукта «Форсайт. Аналитическая платформа» версий 9 и ранее.
На панели «Статистические характеристики» отображаются различные статистические характеристики:
На данной панели можно определить собственный перечень отображаемых характеристик.
Особенности
отображения панели
Коэффициент детерминации. Определяет долю вариации зависимой переменной, обусловленную изменением экзогенных переменных.
Скорректированный коэффициент детерминации. Коэффициент детерминации не чувствительный к числу регрессоров. Предпочтительней модель с наибольшим значением критерия.
Коэффициент детерминации (нецентрированный). Коэффициент детерминации с учётом константы в модели.
Скорректированный коэффициент детерминации (нецентрированный). Скорректированный коэффициент детерминации с учётом константы в модели.
Коэффициент детерминации Макфаддена. Аналог обычного коэффициента детерминации (R^2) для бинарной регрессии. Рассчитывается только для модели «Модель бинарного выбора (оценка методом максимального правдоподобия)».
Статистика Фишера. Данная статистика используется для проверки гипотезы о связи между объясняемым рядом и регрессорами. Используется нулевая гипотеза в том, что коэффициенты при всех регрессорах равны нулю.
Вероятность статистики Фишера. Значение вероятности для статистики Фишера. Нулевая гипотеза о равенстве нулю коэффициентов при всех регрессорах отклоняется, если вероятность меньше, чем уровень значимости (0.1, 0.05, 0.01).
Статистика Фишера (нецентрированная). Статистика Фишера, рассчитанная на основе нецентрированного коэффициента детерминации.
Вероятность статистики Фишера (нецентрированной). Вероятность для статистики Фишера, рассчитанной на основе нецентрированного коэффициента детерминации.
LR-статистика. Статистика для проверки гипотезы о том, что все коэффициенты при объясняющих переменных, кроме константы, равны нулю. Вычисляется, только если модель содержит константу. Рассчитывается только для модели «Модель бинарного выбора (оценка методом максимального правдоподобия)».
Вероятность LR-статистики. Значение вероятности для LR-статистики. Рассчитывается только для модели «Модель бинарного выбора (оценка методом максимального правдоподобия)».
J-Статистика. Используется для проверки гипотезы о значимости регрессионной модели, рассчитанной методом инструментальных переменных.
Вероятность J-статистики. Значение вероятности для J-статистики. Нулевая гипотеза о равенстве нулю коэффициентов при всех регрессорах отклоняется, если вероятность меньше, чем уровень значимости (0.1, 0.05, 0.01).
Стандартная ошибка. Мера среднего рассеяния значений объясняющей переменной вокруг значений модельных значений.
Логарифм функции правдоподобия. Логарифм функции правдоподобия используется в тестах регрессионной модели на наличие избыточных или пропущенных переменных.
Среднее логарифма функции правдоподобия. Логарифм функции правдоподобия, поделенный на число наблюдений. Рассчитывается только для модели «Модель бинарного выбора (оценка методом максимального правдоподобия)».
Остаток логарифма функции правдоподобия. Логарифм функции правдоподобия, рассчитанный при ограничении: все коэффициенты равны нулю. Вычисляется, только если модель содержит константу. Рассчитывается только для модели «Модель бинарного выбора (оценка методом максимального правдоподобия)».
Информационный критерий Акаике. Критерий используется для сравнения моделей с разным числом параметров, когда требуется выбрать наилучший набор объясняющих переменных. Предпочтительней модель с меньшим значением критерия.
Информационный критерий Шварца. Аналогично критерию Акаике, критерий используется для выбора набора объясняющих переменных. Предпочтительней модель с меньшим значением критерия.
HQ-критерий. Используется для выбора наилучшей модели по соотношению между качеством подбора и количеством оцениваемых параметров. Критерий вычисляется только для модели бинарного, множественного выбора и модели с урезанными данными. Чем меньше значение критерия, тем лучше.
Статистика Дарбина-Уотсона. Тест на наличие или отсутствие корреляции по времени в ошибках системы.
Вероятность нижней границы. Значение вероятности для нижней границы интервала статистики Дарбина-Уотсона;
Вероятность верхней границы. Значение вероятности для верхней границы интервала статистики Дарбина-Уотсона.
Сумма квадратов остатков. Сумма квадратов величин расхождения между смоделированными и фактическими значениями объясняемой переменной на периоде идентификации.
Среднее остатков. Среднее ошибки.
Среднее квадратов остатков. Среднее квадратов отклонений исходных значений объясняемой переменной от модельных.
Корень из среднего квадратов остатков. Корень из среднего значения квадратов отклонений.
Среднее абсолютных величин остатков. Среднее модулей отклонений исходных значений объясняемой переменной от модельных.
Дисперсия остатков. Дисперсия отклонений.
Стандартное отклонение остатков. Мера того, насколько широко разбросаны остатки относительно их среднего.
Статистика Жака-Бера. Используется для проверки гипотезы о нормальном распределении выборки.
Максимальная абсолютная ошибка. Максимальное значение величины расхождения между смоделированными и фактическими значениями объясняемой переменной на периоде идентификации.
Число наблюдений. Число наблюдений, которые входят в период идентификации модели.
Количество итераций, за которое сошелся метод. Количество итераций вычисления, за которое было получено решение.
Среднее зависимой переменной. Среднее значение, рассчитанное по наблюдениям объясняемой переменной на периоде идентификации.
Стандартное отклонение зависимой переменной. Стандартное отклонение, рассчитанное по наблюдениям объясняемой переменной на периоде идентификации.
См. также:
