Page 179 - 4512

Усі спостереження з передбаченими значеннями (вірогід-
ністю) менші чи рівними 0,5 класифікуються як непродуктивні,
інші, з прогнозними значеннями, більше 0,5, класифікуються як
продуктивні.
Таблиця результатів класифікації свідчить, що усі пласти
класифіковані правильно. Оцінити якість побудованої моделі
можна, якщо оцінити параметр Odds ratio (Відношення не-
згоди). Відношення незгоди обчислюється як відношення твору
чисел спостережень, що правильно класифіковані, до твору чи-
сел, що класифіковані неправильно. Відношення незгоди бі-
льше 1 показує, що побудована класифікація краще, ніж, якби
ми просто навмання провели класифікацію.

Прогнозування на нових даних
Застосуємо модель до нових даних. Нехай ми хочемо оці-
нити ймовірність нафтонасиченості для нового пласта, який має
значення позірних опорів:

Var5=2,32; Var7=2,52.

Виходячи з оцінок параметрів, маємо прогнозне значення
квантилю нормованого нормального розподілу z:

z  25,03622 6,67717 Var5 4,54523 Var7    

 25,03622 6,67717 2,32 4,54523 2,52     1,909.

Інтегральна функція нормованого нормального розподілу
в точці z дорівнює:
F ( )z  F ( 1,909) 0.028. 
ˆ
Тобто прогнозна ймовірність P  0,028 (менша 0,5) і гі-
потезу про нафтонасиченість пласта треба відхилити.

Приклад 13.7. Проведемо аналіз з даними попереднього
прикладу 6, але використавши тільки одну незалежну змінну
Var5 і залежну бінарну змінну Var13. У цьому прикладі вибе-
ремо метод оцінювання - Квазіньютонівський. Повторивши дії,

178