Förklaringsgrad – R²

Förklaringsgraden anger hur stor del av variationen i ett observerat utfall som kan beskrivas av en statistisk modell. I BEAN-Theory används R² för att följa hur modellens förklaringsförmåga förändras när fler egenskaper hos det diagnostiska systemet successivt inkluderas.

Förklaringsgrad beskriver modellens anpassning till observerade data. Den visar däremot inte i sig att ett statistiskt samband är ett orsakssamband.

FG – Longitudinell förklaringsgrad

FG beskriver hur väl modellen återger den långsiktiga utvecklingen i svarstidsfördelningens centrala och mellanliggande delar.

Till skillnad från den månadsbaserade modellanalysen följer FG förändringen över en längre tidsperiod. Måttet används för att undersöka om utvecklingen av svarstiderna uppvisar en sammanhängande och reproducerbar longitudinell struktur.

EV – Longitudinell övre evidensprofil

EV beskriver den longitudinella modellöverensstämmelsen i svarstidsfördelningens övre del.

Måttet riktar analysen mot de längre svarstiderna och kompletterar FG genom att undersöka hur väl förändringen i de högre percentilerna återges över tid. EV är ett longitudinellt mått och ska inte förväxlas med den samlade empiriska evidensen Eₛₐₘₗₐd.

EF – Förklaringsförmåga

EF sammanfattar den slutliga modellens förklaringsförmåga över flera definierade svarstidsprofiler.

Syftet är att inte bedöma modellen utifrån endast ett utfall. Genom att sammanföra modellens förklaringsgrad för exempelvis medel, median och övre percentil erhålls ett gemensamt mått på modellens förklaringsförmåga över olika delar av svarstidsfördelningen.

EI – Inkrementellt informationsbidrag

EI beskriver hur mycket ytterligare information som tillförs när modellen stegvis utvidgas med fler systemvariabler.

Måttet används för att skilja mellan information som redan finns i den enklaste modellen och information som tillkommer när fler egenskaper hos systemet inkluderas. EI beskriver därmed modellutvidgningens informationsbidrag och är inte detsamma som förklaringsgrad.

ED – Diagnostisk stabilitet

ED beskriver hur stabil modellens statistiska struktur är när enskilda observationers inflytande prövas.

En modell kan ha hög förklaringsgrad men samtidigt vara starkt beroende av ett fåtal observationer. ED används därför för att undersöka om modellens huvudsakliga resultat kvarstår när känsligheten för enskilda observationer analyseras.

ET – Temporal reproducerbarhet

ET beskriver hur väl modellens struktur reproduceras över tid.

Modellen skattas på en tidigare del av observationsperioden och prövas därefter mot senare observationer. ET kompletterar därmed den vanliga förklaringsgraden genom att undersöka om modellen fungerar även utanför den tidsperiod som användes för skattningen.

Eₛₐₘₗₐd – Samlad empirisk evidens

Eₛₐₘₗₐd är ett sammanvägt mått på styrkan i den empiriska prövningen.

Måttet sammanför fyra olika dimensioner: förklaringsförmåga (EF), inkrementellt informationsbidrag (EI), diagnostisk stabilitet (ED) och temporal reproducerbarhet (ET).

Eₛₐₘₗₐd är varken en förklaringsgrad eller sannolikheten för att teorin är sann. Det beskriver den samlade empiriska evidensstyrkan inom den definierade observationsdomänen.

Täckningsgrad

Täckningsgraden beskriver hur stor del av den i förväg definierade systemstrukturen som teorin representerar.

Måttet bygger på vilka komponenter, relationer och mekanismer som omfattas av modellen. Täckningsgrad är därför ett strukturellt mått och inte ett statistiskt mått på modellens anpassning till observerade data.

Modell 1–6 – stegvis modellprövning

Modell 1–6 är den stegvisa empiriska prövningen av BEAN-Theory. Analysen börjar med inflödet och utvidgas successivt med personell struktur, variationssammansättning, strukturellt systemtillstånd, sekvensgeometri och dynamisk arbetsmassa.

Syftet är att visa hur modellens förklaringsförmåga förändras när allt större delar av systemets observerbara struktur inkluderas.

Samlad betydelse

Måtten svarar på olika frågor.

R² beskriver hur mycket variation modellen förklarar. FG och EV beskriver den longitudinella utvecklingen. EF sammanfattar modellens förklaringsförmåga. EI beskriver tillförd information. ED beskriver statistisk stabilitet. ET beskriver reproducerbarhet över tid. Eₛₐₘₗₐd sammanför dessa empiriska egenskaper, medan täckningsgraden beskriver teoriens strukturella omfattning.