После определения модели и оценки ее параметров рекомендуется выполнить проверки качества подгонки, чтобы диагностировать адекватность вашей подобранной модели. При оценке адекватности модели основными областями, вызывающими озабоченность, являются:
Нарушения допущений модели, потенциально приводящие к смещению и неточным стандартным ошибкам
Плохая прогнозирующая эффективность
Отсутствующие объяснительные переменные
Проверки качества подгонки могут помочь вам определить области неадекватности модели. Они также могут предложить способы улучшить вашу модель. Например, если вы проведете тест на остаточную автокорреляцию и получите значительный результат, вы можете улучшить подгонку, добавив дополнительные условия авторегрессии или скользящего среднего значения.
Некоторые стратегии оценки качества подгонки:
Сравните свою модель с дополненной альтернативой. Сделайте сравнения, для примера, проведя тест коэффициента правдоподобия. Проверка вашей модели на соответствие более проработанной альтернативной модели является способом оценки доказательств неадекватности. Тщательно продумывайте при выборе альтернативной модели.
Создание остаточных диагностических графиков является неформальным - но полезным - способом оценки нарушений модельных допущений. Можно построить невязки для проверки нормальности, остаточной автокорреляции, остаточной гетероскедастичности и отсутствующих предикторов. Формальные тесты на автокорреляцию и гетероскедастичность также могут помочь количественно определить возможные нарушения модели.
Прогнозирующие проверки эффективности. Разделите данные на две части: Набор обучающих данных и набор валидации. Подгоняйте модель, используя только обучающие данные, и затем прогнозируйте подобранную модель в течение периода валидации. Сравнивая прогнозы модели с истинными, удерживающими наблюдениями, можно оценить прогнозирующую эффективность вашей модели. Средняя квадратная ошибка предсказания (PMSE) может быть вычислена как численные сводные данные прогнозирующей эффективности. При выборе среди конкурирующих моделей можно просмотреть их соответствующие значения PMSE, чтобы сравнить прогнозирующую эффективность.