Modelldiagnose
Modelldiagnose bezeichnet Verfahren und Methoden zur Beurteilung der Angemessenheit, Zuverlässigkeit und Stabilität statistischer Modelle. Ziel ist zu prüfen, ob die Modellannahmen erfüllt sind, ob die Spezifikation stimmig ist und ob die Vorhersagen verlässlich sind. Sie wird in vielen Bereichen eingesetzt, von Ökonometrie bis zur Datenwissenschaft.
Wichtige Diagnosewerkzeuge umfassen Residuenanalysen, die Untersuchung von Normalverteilung der Residuen (z. B. Q-Q-Plots, Shapiro–Wilk), Homoskedastizität (Breusch‑Pagan,
Zudem prüfen Diagnoseverfahren die Spezifikation des Modells. Tests wie der RESET-Test oder Linktest helfen, verpasste Nichtlinearitäten
Modelldiagnose umfasst auch die Bewertung der Vergleichbarkeit verschiedener Modelle mittels Informationskriterien (AIC, BIC) oder Cross-Validation, sowie
Wichtige Grenzen bestehen darin, dass Diagnosen selbst auf Annahmen beruhen und Datenqualität, Stichprobengröße sowie Messfehler die