《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:%)》
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。
图表编号 | XD0058224100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.10 |
作者 | 孟德峰 |
绘制单位 | 中南财经政法大学统计与数学学院、广西师范大学经济管理学院 |
更多格式 | 高清、无水印(增值服务) |