Zacznij terazZacznij za darmo

Podstawy dobroci dopasowania

Czy model dobrze wyjaśnia dane? Innymi słowy – jak wygląda jego „dobroć dopasowania"?

„Dobroć dopasowania" opisuje, jak dobrze model pasuje do zbioru obserwacji. Miary dobroci dopasowania zazwyczaj podsumowują rozbieżność między wartościami obserwowanymi a wartościami estymowanymi przez model. Do najczęściej stosowanych miar należą maksymalna wiarygodność i kryteria informacyjne.

Które z poniższych stwierdzeń jest nieprawdziwe?

To ćwiczenie jest częścią kursu

Modele GARCH w Pythonie

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie