关于判断一个模型的好坏

lshzhh

15477

收藏 2010-10-17

一般来说，判断一个模型的好坏，都观察哪些个统计值呢？比如说，P值，R^2，标准误差，F值，还有什么重要的统计值呢？另外，我说的这几个对吗？

谢谢！！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

xmok77

2010-10-17 23:02:42

可以从几个角度判断，你所说的基本上集中在模型的拟合程度角度
还可以从预测能力角度

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

lshzhh

2010-10-17 23:07:40

比如现在有一个表，表中给出的统计结果只有解释变量的系数，其相对应的 t 值，显著性水平，以及经调整的拟合优度。现在问，表中还缺少一些什么重要的统计结果来判断模型的好坏。除了我一开始说的几个之外，还应该有些什么重要的统计量呢？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

lshzhh

2010-10-17 23:13:13

xmok77，如果按照你说的预测角度，我加上MSE，MAE，MAPE，AMAPE，对吗？

还需要其他吗？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:13:47

系数t值及其p值，一般与模型好坏没有直接关系，除非是单变量模型；拟合优度倒是经典的拟合角度统计量

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:14:15

一般需要对经典拟合优度进行修正，主要加入一个模型复杂度的惩罚项

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

xmok77

2010-10-17 23:16:10

如果从预测角度而言，还有一些统计量度量模型好坏，如：
1。预测偏差的方差
2。预测偏差的平均平方偏差
3。C_p统计量
4。预测平方和

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:16:50

还一类所谓信息量准则，如AIC,BIC

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

lshzhh

2010-10-17 23:19:31

如果问题的重点关于系数估计值呢？问：which information is important for evaluating the quality of the parameter estimates?

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:23:09

所谓参数估计的质量，作何理解？从何角度而言？
是指均方误差小吗？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

lshzhh

2010-10-17 23:26:20

你是说系数的标准误差吗？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:30:07

不是滴
标准误差是其估计量方差开方，不能完全作为标准，因为还要考虑一个“系统偏差”的问题
所以常用均方误差，就是统计量与真实参数的差的平方的期望

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

lshzhh

2010-10-17 23:31:57

英文怎么表示？ EVIEWS做出的统计结果中有这个吗？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:33:01

我之所以说这么多，是因为模型的好坏要跟系数估计的好坏联系起来
粗一想，确实是比较曲折复杂的
因为如果模型出问题，那么所谓估计质量的问题就是一个需要大加探讨的问题了，因为所谓的真参到底是什么意义

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:34:05

Mean Square Error

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:34:33

好像是这个，缩写MSE

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:36:43

一般统计软件不会出现这个
因为一般软件做统计分析的时候，所得模型的前提是假设在某一类模型范围，这就决定了经常出现的是系数估计量的方差(或标准误)
事实上，模型好坏的检验恰恰是要怀疑这个前提

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:38:01

所以，你所提的问题事实上对现代统计学而言很本质
我想，统计的最重要的一个目的就是获得一个能被将来所验证的模型，或者说预测能力较好的模型

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

lshzhh

2010-10-17 23:44:01

谢谢你的帮助。

用eviews做预测的时候，会生成MSE，不过是开方后的MSE，为RMSE

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xmok77

2010-10-17 23:46:26

不是的
我所说的跟这个有差异

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

bobguy

2010-10-19 08:23:45

xmok77 发表于 2010-10-17 23:02
可以从几个角度判断，你所说的基本上集中在模型的拟合程度角度
还可以从预测能力角度

Exactly.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

bountytian

2016-1-4 16:59:33

讲的很到位啊

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群