Имитационное моделирование сложных систем. Духанов А.В - 107 стр.

UptoLike

107
ek
SE 5,1
,
то считается, что распределение ряда остатков не противоречит
нормальному закону. В случае
ac
SA 2
или
ek
SE 2
, то рас-
пределение ряда не соответствует нормальному закону распре-
деления, и построение прогноза и его доверительных интерва-
лов не правомочно. Если
aca
SAS 25,1
или
eke
SES 25,1
,
т.е. коэффициенты попадают в зону неопределенности, то мож-
но использовать
RS
- критерий:
SEERS /
minmax
,
где
i
ni
eE
,1
max
max
,
i
ni
eE
,1
min
min
,
среднеквадратическое
отклонение остатков.
Если значение
RS
попадает между табулированными гра-
ницами с заданным уровнем значимости, то гипотеза о нор-
мальном распределении ряда остатков принимается.
Равенство нулю средней ошибки можно проверить с помо-
щью критерия Стьюдента:
S
n
e
n
t
n
i
ip
1
1
.
Если
p
t
больше табличного значения при числе степеней
свободы статистики
t
1 nf
и заданном уровне значимости
, то гипотеза равенства нулю средней ошибки отклоняется.
Оценка точности модели
f
выполняется с помощью ряда
характеристик. Ниже приведены наиболее часто используемые
показатели:
1) оценка стандартной ошибки;
2) средняя относительная ошибка модели;
3) среднее линейное отклонение;
4) ширина доверительного интервала.
Оценка стандартной ошибки осуществляется по формуле:
     Ek  1,5Se ,
то считается, что распределение ряда остатков не противоречит
нормальному закону. В случае Ac  2Sa или Ek  2Se , то рас-
пределение ряда не соответствует нормальному закону распре-
деления, и построение прогноза и его доверительных интерва-
лов не правомочно. Если 1,5Sa  Ac  2Sa или 1,5Se  Ek  2Se ,
т.е. коэффициенты попадают в зону неопределенности, то мож-
но использовать RS - критерий:
      RS  Emax  Emin  / S ,
где Emax  max ei , Emin  min ei , S – среднеквадратическое
              i 1, n         i 1, n
отклонение остатков.
    Если значение RS попадает между табулированными гра-
ницами с заданным уровнем значимости, то гипотеза о нор-
мальном распределении ряда остатков принимается.
    Равенство нулю средней ошибки можно проверить с помо-
щью критерия Стьюдента:
           1 n
             
                        n
    tp           ei      .
           n i 1       S
    Если t p больше табличного значения при числе степеней
свободы статистики t f  n  1 и заданном уровне значимости
 , то гипотеза равенства нулю средней ошибки отклоняется.
    Оценка точности модели f выполняется с помощью ряда
характеристик. Ниже приведены наиболее часто используемые
показатели:
   1) оценка стандартной ошибки;
   2) средняя относительная ошибка модели;
   3) среднее линейное отклонение;
   4) ширина доверительного интервала.
    Оценка стандартной ошибки осуществляется по формуле:

                                        107