Оценка уровня точности модели

Уровень точности модели характеризует степень отклонения в среднем фактических значений результативной переменной ЧП от ее значений, полученных по модели регрессии (предсказанных). Для оценки уровня точности используются различные ошибки: средняя относительная, стандартная и другие.

Cтандартная ошибка модели выводится в первой таблице «Регрессионная статистика» отчета по регрессионному анализу. Для нашей трехфакторной модели эта таблица представлена на рисунке 10.

Рисунок 10. Фрагмент регрессионного анализа для трехфакторной модели

Точность модели тем лучше, чем меньше ее стандартная ошибка (это же имеет место и при использовании для оценки уровня точности других видов ошибок). Однако, понятие «чем меньше» является относительным и зависит от порядка чисел, представляющих данные задачи. Поэтому модель считается точной, если стандартная ошибка модели меньше стандартной ошибки (среднеквадратического отклонения) результативного признака Y . Стандартную ошибку легко найти в Excel с помощью статистической функции СТАНДОТКЛОН.

В нашем случае стандартная ошибка модели , а среднеквадратическое отклонение (или стандартная ошибка) ЧП =343390.56. Так как < , то трехфакторная модель регрессии является точной.

При оценке уровня точности модели на основе средней относительной ошибки, необходимо рассчитать величину ,которая показывает, на сколько процентов в среднем фактические значения результативного признака отличаются от рассчитанных по модели (предсказанных). Уровень точности модели считается достаточным, если .