Page 104 - Диссертация к
P. 104

априорлық  ықтималдыққа  қатысты  модель  үшін  Байес  қатынасы,  BF₁₀    -  әр
                  модельді  базалық  модельмен  салыстыратын  Байес  қатынасы  анықтау
                  коэффициенті.  Ең  маңыздысы  R²  болып  табылады  ол  тәуелді,    яғни  тәуелді
                  айнымалының (жауапты - Y1) дисперсиясының үлесін көрсетеді. Ол неғұрлым
                  1-ге  жақын  болса,  модель  айнымалылары  соғұрлым  жақсы  деп  түсіндіреді
                  [234].
                         Біздің  талдамада  R²  нәтижелері  бойынша  Х3  (0.331),    Х4  (0.304),  Х8
                  (0.293),  Х10  (0.066),  Х11  (0.009)  деген  нәтижелерге  ие  болды,  демек  1-ден
                  алшақ,  бұл  тәуелді  айнымалымен  (жауапты  -  Y1)  мен  тәуелсіз  айнымалылар
                  (болжаушы  –  Х3,  Х4,  Х8,  Х10,  Х11)    арасындағы  байланыстың  төмен
                  екендігімен түсіндіріледі.
                         Атап  айтқанда  (Ү1)  -  Түркістан  қаласы  бойынша  ақпараттық-
                  коммуникациялық  технологияларға  кеткен  жалпы  шығындар  (мемлекеттік
                  басқаруды ұйымдастыруды ескере отырып), соңғы 5 жылдағы көрсеткіштер әлі
                  де  (Х3,  Х4,  Х8,  Х10,  Х11)  салаларының  дамуына  тиімді  әсер  ептей  тұрғанын
                  немесе осы салалардың мәселелерін шешуге ықпалы аз екендігін көрсетуде.
                         Ендігі кезекте Байес моделінің жағдайлық кеңістігі (Bayesian State Space
                  Model) талдамасы жасалынды, бұл болжамды талдама деп те аталады [235]. Ол
                  алдыңғы талдамаларда белгілі болған мәселелерді мемлекет тарапынан реттеу,
                  дамыту іс шаралары жасалса, жағдай қаншалықты өзгеріске ұшырайтындығын
                  анықтау мақсатында қолданылады (кесте 36).

                         Кесте 36 - Байес моделінің жағдайлық кеңістігі (Bayesian State Space
                  Model)


                                               Модельдің мазмұны (Model Summary)
                                                                                               Harvey бойынша
                         Қалдық                      Болжау                                    жақсы сәйкестік
                      (Residual SD)            (Predictor SD)                R²             (Harvey’s goodness of
                                                                                                      fit)
                        87768.154               122092.115                  0.765                    0.928
                  Ескерту - Талдама JASP бағдарламасын қолдану арқылы автор құрастырған

                         Байес  әдісі  параметрлерді  бағалу  мен  болжау  кезінде  ықтималдылықты
                  анықтау  үшін  қолдануға  негізделген.  Бұл  тәсілдің  басты  ерекшелігі  –  ол
                  деректерге қатысты алдын ала (Prior Residual) енгізу арқылы жаңа болжанған

                  (Prediction) ақпараттар негізінде болжамды (Posterior: R²,  Harvey’s goodness of
                  fit) жаңартуды қамтамасыз етеді [235].
                         Талдау нәтижесі бойынша:
                         1. Residual SD (қалдық мәндердің стандартты ауытқу) - 87768.154 мәнін
                  берді.
                         2. Prediction SD (болжамды мәндердің стандартты ауытқуы) -122092.115
                  мәнін берді.





                                                                 104
   99   100   101   102   103   104   105   106   107   108   109