Page 105 - Диссертация к

3. R² (детермнация коэффицтиенті) - 0.765 мәнін берді. R² мәні 1-ге
жақын болған мән модельдің деректерді жақсы сипаттай алатындығын
көрсетеді. 0.765 өте жақсы болдау дерегі.
4. Harvey’s goodness of fit (Harvey бойынша жақсы сәйкестік) – 0,928
мәнін берді. 1-ге жақын болған мән модельдің бақылау деректеріне өте жақсы
сәйкестікті білдіреді. 0,928 мәні модель үшін өте жоғары сәйкестік деңгейін
көрсетіп тұр.
Қорытындылай келе, Байес моделінің жағдайлық кеңістігі (Bayesian State
Space Models) нәтижелерінің сапасы жоғары деп болжауға болады. (R²- 0.765,
Harvey’s goodness of fit 0,928). Атап айтқанда ары қарай алдын ала болжамдар
жасау талдамасында қолдануға ыңғайлы екенін дәлелдеді. Келесі кезекте
болжамды аналитика әдісі (Predictive Analytics) жасалды (кесте 37).

Кесте 37 - Болжамды аналитика (Predictive Analytics)

Болжамды бағалау метрикасы (Forecast Evaluation Metrics)
LOG Cover
CRPS DSS Bias PIT MAE RMSE R²
score age
ImSpike 1 2.217 5.114 2.718 0.667 -0.509 0.754 4.116 4.148 0.988
ImSpike 2 0.053 9.339 3.169 0.000 -0.579 0.789 4.408 4.417 1.000
bsts Liner 2.667 3.956 3.431 0.000 0.852 0.074 3.787 3.941 0.848
3
bsts Liner 2.738 4.119 3.309 0.000 0.864 0.068 3.850 4.008 0.750
4
bsts AR 5 2.185 8.393 2.860 1.000 -0.328 0.664 2.236 2.394 0.999

Ескерту - Талдама JASP бағдарламасын қолдану арқылы автор құрастырған

Болжалды аналитика - бұл өткен уақыттағы деректерге сүйене отырып,
болашақ нәтижелердің ықтималдығын анықтау үшін қолданылатын әдіс.
CRPS -кіші мәндер жақсырақ болатын болжам дәлдігінің көрсеткіші. DSS
-ықтималдық үлестірімін бағалау көрсеткіші. LOG score -төменгі мәндер жақсы
деп саналатын ықтималдыққа негізделген бағалау. Coverage-нақты мәндерді
болжам ауқымымен қамту деңгейі. Bias -болжамды жүйелі түрде ауыстыру. PIT
-нақты мәннің болжамды үлестіруге сәйкестігінің көрсеткіші. MAE -орташа
абсолютті қате, мұнда кіші мәндерге артықшылық беріледі. RMSE - болжамның
нақты мәндерден ауытқу дәрежесін көрсететін орташа квадраттық қате. R² -
модельдің деректерді қаншалықты жақсы түсіндіретінін көрсететін анықтау
коэффициенті. Бұл көрсеткіштер модельдің тарихи деректерге негізделе
отырып болашақ деректерді болжауда қаншалықты жақсы жұмыс істейтінін
анықтау үшін өте маңызды. Болжамды аналитика болашақ ықтимал нәтижелер
туралы түсінік бере отырып, шешім қабылдауда маңызды рөл атқарады. Оның
тиімділігі деректердің сапасына, модельді таңдауға, модельдің қаншалықты
дұрыс реттелгеніне және тексерілгеніне байланысты. Бұл талдау қорытындысы
бойынша маңызды R² (R-квадрат) нәтижелері болып табылады. R²
деректеріндегі өзгерістер уақыт өте келе қаншалықты оң немесе теріс

105