Testy istotności modeli logit i probit

analizy statystyczne

Testy istotności modeli logit i probit

Częstym problemem przed jakim staje badacz po zbudowaniu modelu statystycznego, jest pytanie czy wnosi on jakąś wartość poznawczą. Modele klasy logit oraz probit dają ekonometrykowi szereg testów oraz miar dopasowania, w oparciu o które możliwa jest wiarygodna ocena jakości modelu.

 

Prognozowanie upadłości przedsiębiorstw

 

Jest to szczególnie ważny model w przypadku prognozowania upadłości. Jego zastosowanie pozwala w porę wykryć tego typu ryzyko.

 

Potencjalne skutki błędnych prognoz

 

Błędy prognozy w przypadku przewidywania upadłości która nie będzie miała miejsca naraża decydentów w najlepszym przypadku na poważne straty czasowe oraz błędnie podejmowane decyzje (pod presją groźby upadłości fałszywie wykrytej przez model). O wiele bardziej niebezpieczny jest przypadek bezgranicznej wiary we wskazania modelu, który byłby błędnie skonstruowany.

 

W przypadku wskazania poprawnej sytuacji przez model w sytuacji rzeczywistego zagrożenia czujność decydentów jest uśpiona, co znacznie opóźnia możliwość podjęcia procesów naprawczych. Uwagi te prowadzą do wniosku, iż testy istotności modelu oraz badanie jego dopasowania są bardzo ważnym elementem modelowania, na który należy zwrócić szczególną uwagę.

 

Podsumowanie

 

Dla modeli klasy logit oraz probit istnieje szereg testów. Podstawowym jest test zbiorowy dla wszystkich parametrów modelu. Test ilorazu wiarygodności (likelihood-ratio test) jest powszechnie stosowanym testem w modelach logitowych. Bazuje on na statystce chi-kwarat.

Powszechnie stosuje się również test chi-kwadrat Pearsona, badający zależność pomiędzy obserwowanymi wartościami zmiennej zależnej a wartościami przewidywanymi.

 

Podobne strony

Metoda trendu pełzającego i wag harmonicznych
Zobacz
Statystyka jako nauka służąca wzrostowi
Zobacz
Analizy statystyczne a fizyka kwantowa
Zobacz
Statystyka do doktoratu
Zobacz
Statystyka medyczna
Zobacz
Pomoc statystyczna
Zobacz
Szkolenia statystyka
Zobacz
Przygotowanie danych do analizy statystycznej jest bardziej czasochłonna niż statystyka
Zobacz
Najczęściej zadawane pytania
(FAQ)
Dlaczego testy istotności modelu oraz badanie jego dopasowania są ważnym elementem modelowania?

Testy istotności modelu oraz badanie jego dopasowania są bardzo ważnym elementem modelowania, ponieważ umożliwiają wiarygodną ocenę jakości modelu, a tym samym umożliwiają podjęcie trafnych decyzji w oparciu o wyniki prognozowania.

Jakie są powszechnie stosowane testy dla modeli klasy logit i probit?

Dla modeli klasy logit oraz probit istnieje szereg testów, a powszechnie stosowanymi testami są: test zbiorowy dla wszystkich parametrów modelu oraz test ilorazu wiarygodności (likelihood-ratio test) w modelach logitowych. Ponadto, stosuje się również test chi-kwadrat Pearsona, badający zależność pomiędzy obserwowanymi wartościami zmiennej zależnej a wartościami przewidywanymi.