673060884

Sprawozdanie z badań - model prognostyczny kondycji ekonomiczno-finansowej przedsiębiorstw metodą analizy dyskryminacyjnej klasyfikowane charakteryzują się przeważnie dużą ilością cech, ale nie każda z nich jest istotna pod wzglądem jej siły dyskryminacyjnej. Z tego powodu należy dokonać wyboru najbardziej istotnych cech. Zmniejsza to wymiar przestrzeni cech i upraszcza obliczenia. Wybór zmiennych do modelu albo odbywa się w sposób arbitralny tzn. korzystając z różnorakich przesłanek ustala się te najbardziej istotne, albo w sposób iteracyjny. Metody iteracyjne najczęściej polegają na włączaniu lub wyłączaniu z modelu takich zmiennych, które poprawiają jego jakość.

Aby sprawdzić jakość modelu można skorzystać z kilku kryteriów. Najbardziej znane z nich to A Wilksa, albo odległość D²Mahalanobisa.

Lambda Wilksa jest liczona według wzoru:

X _{= r}-

jw

Gdzie macierze W, M są określone następująco:

i ieKj i ieKj

Im mniejsza jest wartość statystyki A tym większe zróżnicowanie pomiędzy klasami. To jak zmienia się wartość statystyki A po dodaniu do modelu (p+1)- szej zmiennej można zweryfikować przy pomocy statystyki F, mającej rozkład Fishera-Snedecora o n-l-p oraz k-1 stopniach swobody:

1-X_p

j, n-k-p X_p k-1 ' V, ’

X_p

gdzie:

n- liczba obiektów, k - liczba klas,

p - liczba zmiennych w funkcji,

X - wartość statystyki Wilksa przed dodaniem zmiennej,

X_p+, - wartość statystyki Wilksa po dodaniu zmiennej.

Innym kryterium jakości dyskryminacji jest odległość D²Mahalanobisa liczona ze wzoru:

°² (^a’^b) = Z Z ^Wy{*ia- *»)(** -**)'

6