5.Перевіряння моделі на точність.

Перевіряння надійності результатів моделювання (діагностику моделі) Оцінюють шляхом обчислення статистичних оцінок моделі та параметрів зв’язку: стандартної похибки моделі, вибіркових похибок параметрів моделі, вибіркової похибки прогнозного значення результуючої змінної, похибки кореляційного відношення, довірчих інтервалів для істинних значень параметрів моделі та зв'язку, а також шляхом перевіряння нульових гіпотез. Адекватність багатьох кореляційно-регресійних моделей можна перевірити за допомогою відношення детермінації.

6. Вибір "найкращої" моделі.

Різноманітність і складність економічних процесів зумовлює різноманіття моделей, які використовують для економетричного аналізу. Усе це істотно ускладнює процес знаходження максимально адекватної ("якісної", "найкра­щої") моделі, а, насамперед, форми економетричної моделі. Для парної регресії підбір форми моделі звичайно здійснюють на основі аналізу розташування точок спостережень на кореляційному полі.

Під час першої побудови кореляційно-регресійної моделі зазвичай невідо­мо, яка з них найліпше змальовує реальний процес, і тому часто підбирають модель, що найточніше відповідає реальним даним. При цьому необхідно враховувати, що ідеальної моделі немає.

Завдання вибору "найкращої" моделі є багатокритерійним. Обґрунтований висновок щодо якості моделі здебільшого отримують після детального порів­няльного аналізу кількох побудованих та досліджених моделей. При цьому враховують такі критерії "якості" кореляційно-регресійної моделі:

— узгодженість з теорією. Кореляційно-регресійна модель обов'язково повинна відповідати положенням економічної теорії, тобто враховувати тео­ретичні засади функціонування економічних об'єктів;

— простота. Кореляційно-регресійна модель має бути максимально про­стою, тобто містити якомога меншу кількість змінних, мати простішу форму функціональної залежності та меншу кількість невідомих параметрів. Цей критерій вирізняється тим, що модель не відображає дійсність ідеально, а є її спрощенням. Окрім того, простота кореляційно-регресійної моделі забез­печує використання порівняно нескладних процедур оцінювання параметрів моделі;

— однозначність. У будь-якому наборі статистичних даних невідомі па­раметри моделі потрібно оцінювати однозначно;

— максимальна адекватність. Що більшу частину варіації результуючої змінної зможе пояснити кореляційно-регресійна модель, то кращою вона буде. Саме тому прагнуть побудувати модель із максимально можливим відношен­ням детермінації;

— прогнозні якості. Кореляційно-регресійна модель може бути якісною, якщо отримані на її основі прогнози підтверджує реальність. Теоретичним критерієм оцінювання прогнозних якостей моделі може бути коефіцієнт варіації, який дорівнює відношенню стандартної помилки моделі до серед­нього значення результуючої змінної і визначає відносну помилку прогнозу у відсотках.

7. Аналіз результатів моделювання, їхня економічна інтерпретація та практичне використання.

Параметри кореляційно-регресійних моделей зазвичай мають чітку та змістовну економічну інтерпретацію. Результати кореляційно-регресійного аналізу використовують здебільшого для прогнозування.