Prediktion av bruttoregionalprodukt : Prognosmodellering som förkortar tiden mellan officiella siffror och prognos
Arbetet har utforskat möjligheten och precisionen av BRP-prediktion för tre statistiska metoder; linjär regression, regressionsträd och modellträd. För modellutvärdering har testfelsskattning erhållen genom korsvalidering och en jämförelse mot Statistiska Centralbyråns (SCB) prognos av BRP används....
| Main Authors: | , |
|---|---|
| Format: | Others |
| Language: | Swedish |
| Published: |
Umeå universitet, Statistik
2015
|
| Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-105335 |
| Summary: | Arbetet har utforskat möjligheten och precisionen av BRP-prediktion för tre statistiska metoder; linjär regression, regressionsträd och modellträd. För modellutvärdering har testfelsskattning erhållen genom korsvalidering och en jämförelse mot Statistiska Centralbyråns (SCB) prognos av BRP används. Resultatet visar att regressionsträd inte lämpar sig för BRP-prediktion, medan de andra två lyckas med rimlig felmarginal. Procentuell avvikelse för metoden som ligger närmast SCB:s prognos har 0,3 i genomsnitt och standardavvikelse 3,0. |
|---|