zpět na výpis    domů » statistika » Kritéria pro volbu regresního modelu v praxi

Kritéria pro volbu regresního modelu v praxi

Publikováno: 21.7.2017

Kritéria pro volbu regresního modelu v praxi

V kapitole Kvadratická regrese v softwaru Gretl je odhadnuta teoretická funkce celkových tržeb, která je v prostředí nedokonalé konkurence specifikována v kvadratickém tvaru. Odhad je proveden pomocí metody nejmenších čtverců v softwaru Gretl určeného pro ekonometrickou analýzu.

Odhad regresního modelu v Gretl

V okně odhadnutého modelu jsou, vedle odhadu regresních parametrů a jejich testů, kritéria pro vyhodnocení zvolené specifikace modelu. Jedná se především o koeficient determinace R2 a korigovaný koeficient determinace Adjusted R2. Tyto kritéria jsou v praxi nejběžnější a každému, kdo se již s ekonometrickou analýzou setkal jsou jistě dobře známé. Kritéria informují o shodě zvolené specifikace modelu s empirickými hodnotami závisle proměnné y.

Pokročilejší metody pro volbu nejlepšího modelu jsou Akaikovo kritérium AIC a Schwarzovo kritérium SIC. Tyto modely jsou založeny na minimalizaci reziduální složky RSS a penalizaci nadměrného počtu parametrů v modelu k + 1.

Cílem článku je výpočet uvedených kritérií pro zvolený regresní model ve shodě s výsledky ze softwaru Gretl.

Výpočet kritérií dle Gretl

Přehled vzorců pro výpočet kritérií najdete v kapitole Kritéria pro volbu modelu v teorii. K výpočtu potřebujeme následující vstupní data

Zadání příkladu pro výpočet kritérií pro volbu regresního modelu

Koeficient determinace

Koeficient determinace

Korigovaný koeficient determinace

Upravený koeficient determinace

Akaikovo kritérium

Akaikovo kritérium

Schwarzovo kritérium

Schwarzovo kritérium

Líbil se vám článek? A chcete se vědět o každém dalším?

Sledujte:

Nahoru