Проблема оценки адекватности моделей

Имитационное моделирование имеет особые трудности при решении проблемы адекватности модели, т.к. велик информационный фонд и сама модель – это совокупность большого количества моделей.

- методы внешней оценки (эксперт оценивает входы, выходы, структуру, примерные результаты);

- трассировка (анализируется логика моделирования);

- внутренняя оценка (статистические критерии, типа критерия Фишера);

- исторические подходы.

Статистические критерии- проблем нет!

Распределение Фишера.
F- статистика Фишера;

F- критерий или критерий Фишера.
f F

F

Пусть S 12 и S 22 - дисперсии независимых случайных выборок объемом n 1 и n 2. Тогда случайная величина F, равная F = S 12 / S 22 подчиняется распределению Фишера с параметрами n 1 и n 2 (при S 12 > S 22)

n 1 = n 1 – 1; n 2 = n 2 - 1
F-распределение - непрерывная асимметричная функция, определенная на интервале [0, +¥ ].
F кр находим на основе a, n 1, n 2.

Расстояние Махаланобиса dM(Xi, Xj) = (Xi - Xj)т W -1(Xi - Xj), где W -1 - матрица, обратная к матрице рассеяния dM (Xi, Xj) =

1. Максимальное расхождение между эмпирической и теоретической кривой(Критерий согласия Колмогорова- Смирного)