Modellering med reelle datasett – regresjon og modellkritikk

Fra data til modell

Modellering er å finne en funksjon som beskriver et datasett godt nok til å si noe om det. Nøkkelordet er godt nok — en modell er alltid en forenkling.

Framgangsmåten

• 1. Legg dataene inn i et regneark og lag et punktdiagram
• 2. Se på formen: rett linje, krumning, utflating, svingninger
• 3. Velg modelltype ut fra formen
• 4. Kjør regresjon
• 5. Vurder hvor godt modellen passer
• 6. Bruk modellen — og si hvor langt den kan brukes

Steg 2 er det viktigste, og det som oftest hoppes over. Tegn alltid punktene før du velger modell.

Velge modelltype

• Lineær — jevn økning med et fast beløp
• Eksponentiell — fast prosentvis endring, stadig brattere
• Polynom — topper og bunner i dataene
• Logistisk — vekst som flater ut mot en grense
• Trigonometrisk — noe som gjentar seg med fast periode

Vurdere modellen

Se på hvor godt kurven følger punktene, og på om avvikene er tilfeldig fordelt. Ligger alle punktene over kurven i én ende og under i den andre, har du valgt feil modelltype — uansett hvor høy R² er.

Gyldighetsområde

Bruk modellen innenfor dataene du har. Regner du langt utenfor, gir den fort urimelige svar: en eksponentiell befolkningsmodell gir uendelig mange mennesker, og en polynommodell kan snu helt om.

Skriv derfor alltid et forbehold når du bruker modellen til å forutsi noe. Det er en del av kompetansen som vurderes.