8.4 Modellering med reelle datasett

Velg modelltype, vurder kvalitet med R² og residualer, og valider mot ekte samfunnsøkonomiske data fra SSB.

70 min

15 oppgaver

ModellvalgDeterminasjonskoeffisientResidualerValideringSSB-data

Du leser den tradisjonelle versjonen

Din fremgang i kapitlet

0 / 15 oppgaver

Kapitlets plass i kurset

Bygger på

8.1Matematisk modellering

Brukes videre i

8.5Digitale verktøy i modellering

Fra rå data til en brukbar modell

Når du jobber med ekte samfunnsøkonomiske data, gir verktøyene (GeoGebra, Excel, Python) deg en regresjonslinje på et øyeblikk. Men det betyr ikke at modellen er god. Du må kunne velge riktig modelltype, vurdere kvaliteten og validere før du bruker den til noe.

Modell	Formel	Når den passer
Lineær	$y = ax + b$	Konstant absolutt vekst per tidsenhet
Eksponentiell	$y = a \cdot b^x$	Konstant prosentvis vekst (renter, befolkning)
Potens	$y = a \cdot x^b$	Skalaforhold (areal/volum, produksjonsfunksjoner)
Logaritmisk	$y = a \ln x + b$	Avtakende vekst (læring, metning, prisresponser)

Velg modelltype basert på både matematisk tilpasning og faglig forståelse. Befolkningsvekst er sjelden lineær. Boligpriser er sjelden potensfunksjoner. Hvis modellen ikke passer faglig, er den ikke god uansett

R^2

Determinasjonskoeffisienten

R^2

R^2 = 1 - \frac{\text{SS}_{\text{res}}}{\text{SS}_{\text{tot}}}

1. Plot dataene. Tegn et spredningsplott. Hvilken form har punktene?

2. Velg kandidatmodeller. Typisk 2–3 forskjellige typer som kan passe.

3. Tilpass modellene i GeoGebra/Excel/Python. Noter $R^2$ for hver.

4. Sjekk residualene for hver modell. Velg den som har høy $R^2$ og tilfeldig residualplott.

5. Vurder faglig. Gir modellen mening i konteksten? Er ekstrapolering rimelig?

6. Valider. Hvis du har nok data, hold tilbake siste 10–20 % og test prediksjonen. Hvis ikke, drøft prediksjonens usikkerhet.

✏️Eksempel 1: KPI-utvikling i Norge (SSB-data)

Konsumprisindeksen (KPI) for Norge, basisår 2015 = 100, årsgjennomsnitt fra SSB (tabell 03014):

År	KPI
2015	100
2017	105,5
2019	110,8
2021	116,1
2023	129,6

Velg en modell, beregn

R^2

og diskuter.

Vi prøver to modeller (med $t =$ år etter 2015) i GeoGebra (RegLin, RegEksp, RKvadrat):

Lineær: $\hat{y} = 3{,}49t + 98{,}44$ , $R^2 \approx 0{,}95$ .

Residualer: $1{,}56;\ 0{,}08;\ -1{,}60;\ -3{,}28;\ 3{,}24$ . Positive i endene og negative i midten: et U-mønster.

Eksponentiell: $\hat{y} = 99{,}0 \cdot 1{,}031^t$ , $R^2 \approx 0{,}96$ .

Vurdering: Den eksponentielle har litt høyere $R^2$ , og residualene til den lineære viser at prisveksten var sterkere mot slutten. Faglig er prisvekst prosentvis (inflasjon), så eksponentiell modell er mer rimelig.

Tolkning: Vekstfaktor 1,031 betyr ca. 3,1 % årlig prisvekst i snitt. Det er over Norges Banks inflasjonsmål på 2 %, og skyldes den sterke prisveksten i 2022–2023.

Svar: $\hat{y} = 99{,}0 \cdot 1{,}031^t$ , $R^2 \approx 0{,}96$ , ca. 3,1 % årlig prisvekst.

✏️Eksempel 2: Når lineær er feil

Tabellen viser arbeidsledighet i Norge i utvalgte år (% av arbeidsstyrken, SSB tabell 08517):

År	Ledighet
2014	3,6
2016	4,7
2018	3,8
2020	4,6
2022	3,2

Kan vi modellere dette lineært?

Spredningsplottet viser ingen tydelig trend — verdier hopper opp og ned. Ledigheten varierer med konjunkturer.

Lineær regresjon ( $t =$ år etter 2014): $\hat{y} = -0{,}045t + 4{,}16$ . $R^2 \approx 0{,}05$ . Modellen forklarer nesten ingen ting.

Konklusjon: Lineær modell passer ikke. Heller ikke eksponentiell eller potens vil hjelpe — dataene har ikke en monoton trend, men sykluser. Det er en grense for hva regresjon kan fange opp.

Riktig konklusjon i en rapport: «Vi finner ingen lineær trend i ledigheten i denne perioden. Ledighet henger sammen med konjunktursykluser, kriser (pandemien) og strukturelle endringer som ikke fanges av enkle regresjonsmodeller.»

Det er også et godt resultat å si at en modell ikke fungerer.

Svar: Nei. Den lineære modellen forklarer bare ca. 5 % av variasjonen ( $R^2 \approx 0{,}05$ ).

Husker du fra 7.4: residualplott viser hva $R^2$ ikke kan se.

For hver modell du tilpasser, tegn residualplott og spør:

- Er residualene tilfeldig spredt?
- Er spredningen jevn?
- Finnes det uteliggere?

Velger du modellen som passer faglig, har høy $R^2$ og tilfeldig residualplott — da har du gjort en god jobb.

En modell tilpasset perfekt til de dataene den er bygget på, kan likevel være dårlig på nye data. Det kalles overtilpasning.

Enkel validering: Hold tilbake de siste 1–3 datapunktene. Tilpass modellen på resten. Bruk modellen til å prediktere de tilbakeholdte verdiene. Hvor langt fra bommer du?

For samfunnsøkonomiske data: Validering er spesielt viktig fordi mekanismene endrer seg. En modell tilpasset 2010–2019 trenger ikke gjelde i 2024. Ekstrapolering må diskuteres.

Ekstrapolering — pass på!

Modeller er vanligvis pålitelige innenfor dataområdet de ble tilpasset til (interpolering). Utenfor (ekstrapolering) er de mye mer usikre.

Klassisk feil: Lineær regresjon på BNP 2010–2019 ekstrapolert til 2030. Modellen kan gi et tall som ser fornuftig ut, men ignorerer pandemier, kriger, teknologiskift, klimaendringer og andre disrupsjoner.

Tommelfingerregel: Ekstrapoler aldri lenger enn 10–20 % utenfor dataområdet uten å diskutere usikkerheten eksplisitt.

📝Oppgave 1

En bedrift har omsetning (mill. kr): 2018: 5,2; 2019: 5,8; 2020: 6,1; 2021: 6,9; 2022: 7,7.

Beregn årlig prosentvis vekst.

Hvilken modelltype passer best?

Tilpass modellen og rapporter $b$ .

📝Oppgave 2

Datasett: $(1, 200), (2, 141), (4, 100), (8, 71), (16, 50)$ .

Beskriv mønsteret.

Sjekk om $y = 200 \cdot x^{-1/2}$ passer.

Hva er forholdet mellom $y$ -verdier når $x$ firedobles?

Løs oppgaven

📝Oppgave 3

Lineær modell $\hat{y} = 3x + 5$ er tilpasset 6 datapunkter: $(1, 9), (2, 11), (3, 14), (4, 16), (5, 21), (6, 24)$ .

Beregn residualene.

Beregn $R^2$ gitt $\bar{y} = 15{,}83$ , $\text{SS}_{\text{tot}} \approx 166{,}8$ .

Vurder modellen.

Løs oppgaven

📝Oppgave 4

Tabellen viser konsumprisindeksen for matvarer i Norge (2015 = 100, årsgjennomsnitt fra SSB tabell 03014):

År	2018	2020	2022	2024
Indeks	104,8	109,8	115,7	133,9

Tegn et grovt spredningsplott (med $t$ = år etter 2018) og foreslå modelltype.

Tilpass eksponentiell modell og vurder $R^2$ .

Hvilken vekstfaktor svarer dette til, og hva betyr det?

Diskuter risikoen ved å ekstrapolere modellen til 2030.

📝Oppgave 5

Tabellen viser oljeprisen (Brent, årsgjennomsnitt i USD per fat, kilde: U.S. Energy Information Administration) i utvalgte år:

År	Pris
2014	99
2016	44
2018	71
2020	42
2022	101

Hvilken modelltype passer?

Beregn $R^2$ for lineær modell og kommenter.

Hva ville du skrive i prosjektrapporten?

📝Oppgave 6

Du ønsker å lage et reallønnsanslag. Tabellen viser gjennomsnittlig månedslønn for heltidsansatte i Norge ganget med 12 (tusen kr, SSB tabell 11418) og KPI (SSB tabell 03014):

År	2015	2018	2021	2024
Lønn	540	574	635	741
KPI (2015=100)	100	108,4	116,1	133,6

Beregn nominell lønnsvekst totalt og årlig.

Beregn reallønnsvekst.

Tilpass eksponentiell modell til reallønnen og bruk den til å predikere 2030.

Vurder rimeligheten faglig.

📝Oppgave 7

To modeller for samme datasett gir:

- Modell A (lineær): $R^2 = 0{,}95$ , residualplott viser tydelig U-form
- Modell B (eksponentiell): $R^2 = 0{,}92$ , residualer tilfeldig spredte

Velg modell og begrunn.

📝Oppgave 8

Du ønsker å modellere antall elbiler i Norge over tid. Tabellen viser registrerte personbiler med elektrisk drivstoff ved utgangen av året (SSB tabell 11823):

År	Elbiler (tusen)
2017	139
2019	261
2021	461
2023	689
2025	945

Hvilke modelltyper er kandidater? Begrunn.

Tilpass eksponentiell modell og rapporter $R^2$ .

Bruk modellen til å predikere 2027 og diskuter usikkerheten.

Hva ville en logistisk modell sagt?

📝Oppgave 9

Du har 12 datapunkter. Hvordan kan du bruke dem til å validere en modell?

📝Oppgave 10

Drøftingsoppgave: Hvorfor er det farlig å bruke regresjonsmodeller på samfunnsøkonomiske data uten å diskutere strukturelle endringer (regimeskift)?

Oppsummering

I dette kapittelet har du lært:

- Fra rådata til modell: Rens dataene, plott dem, velg modellform, tilpass med regresjon og vurder med $R^2$ og residualplott.
- Reelle datakilder: SSB, Norges Bank og andre åpne kilder gir ekte tall — KPI, boligpriser, befolkning.
- Ekstrapolering: Prediksjoner utenfor dataområdet er usikre — særlig med eksponentielle modeller.
- Uteliggere og datakvalitet: Undersøk avvikende verdier før du modellerer; medianen er mer robust enn gjennomsnittet.

Nøkkelbegreper

Begrep	Forklaring
Rådata	Ubehandlede observasjoner
KPI	Konsumprisindeksen (SSB)
Ekstrapolering	Prediksjon utenfor dataområdet
Robust mål	Mål som tåler uteliggere (median)

Viktige formler

R^2

: forklart variasjon — men sjekk alltid residualene
- Indeksregulering: ny verdi

=

gammel verdi

\displaystyle \cdot \frac{I_1}{I_0}

(

I_0

= gammel indeks,

I_1

= ny indeks)

Repetisjonsoppgaver

Din fremgang

0deloppgaver0 / 5 oppgaver

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.