04.03.2013 Views

Periglasiaalisten ilmiöiden alueellinen ... - Helda - Helsinki.fi

Periglasiaalisten ilmiöiden alueellinen ... - Helda - Helsinki.fi

Periglasiaalisten ilmiöiden alueellinen ... - Helda - Helsinki.fi

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Kuva 29. Vuokaavio tilastollisen mallinnuksen vaiheista (Hjort & Marmion 2008: 342,<br />

tekijän muokkaama).<br />

Luotujen mallien arviointi on hyvin tärkeä osa mallinnusprosessia (Pearce & Ferrier<br />

2000: 226). Mallien selityskykyä voidaan arvioida laskemalla selitetyn hajonnan osuus<br />

(Hjort 2006: 46):<br />

D 2 = (kokonaishajonta – residuaalien hajonta) / kokonaishajonta (7)<br />

Tutkimuksessa käytettiin erillistä evaluointiaineistoa, jotta mallien ennusteiden<br />

onnistumista voisi arvioida kvantitatiivisesti (Hjort 2006; Marmion et al. 2008). Malli<br />

ennustettiin kalibraatio- ja evaluointiaineistoon, jonka jälkeen Spearmanin<br />

korrelaatiokertoimet laskettiin havaittujen ja ennustettujen arvojen välille (Guisan &<br />

Zimmermann 2000: 173). Myös mallin jäännösvirheiden eli residuaalien tarkastelu on<br />

tärkeä osa mallinnusta (Zhang et al. 2005). Niiden avulla voidaan tutkia esimerkiksi<br />

mallin sovituksen onnistumista sekä linkkifunktion valintaa. Onnistuneen mallin<br />

jäännösvirheet ovat täysin satunnaisia eikä niissä ole huomattavissa mitään<br />

systemaattista. Residuaalit voivat myös paljastaa anomalioita aineistosta, jotka saattavat<br />

50

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!