《表4 LVQ与Logistic模型不同阈值条件下的总体实时识别准确率 (单位:%)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《我国经济周期转点的实时识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从图1中可以发现，衰退和扩张的阈值条件皆为0.5时，LVQ和Logistic模型的月度实时识别准确率（曲线LVQ （0.5，0.5）、曲线Logistic（0.5，0.5）） 相近，且在GDP转点处都能够维持较高的准确率，但当改变阈值条件为衰退0.2，扩张0.8时，两个模型的实时识别结果表现出完全不同的稳健性（曲线LVQ （0.2，0.8）、曲线Logistic（0.2，0.8）） 。LVQ的月度准确率并未因阈值的变化而发生明显变化，Logistic模型的月度准确率则由于更为严苛的阈值条件出现大幅度下降。两个模型的总体实时识别准确率（见表4）的差别更为明显地体现出了LVQ实时识别稳健的优越性。