Qu'est-ce que la qualité de l'ajustement dans les statistiques ?
Qu'est-ce que la qualité de l'ajustement dans les statistiques ?

Vidéo: Qu'est-ce que la qualité de l'ajustement dans les statistiques ?

Vidéo: Qu'est-ce que la qualité de l'ajustement dans les statistiques ?
Vidéo: Déterminer et tracer la droite d'ajustement (moindres carrés) - Terminale 2024, Avril
Anonim

Les qualité de l'ajustement l'essai est un statistique test d'hypothèse pour voir comment bien échantillonner les données ajuster une distribution d'une population avec une distribution normale.

Par la suite, on peut aussi se demander, qu'est-ce qu'une qualité d'ajustement vous dit ?

Les qualité de l'ajustement test est utilisé pour tester si les données de l'échantillon correspondent à une distribution d'une certaine population (c'est-à-dire une population avec une distribution normale ou une avec une distribution de Weibull). En d'autres termes, il vous dit si votre échantillon de données représente les données tu voudrais s'attendre à trouver dans la population réelle.

De même, comment comparez-vous la qualité de l'ajustement ? L'idée derrière le qualité de l'ajustement tests est de mesurer la "distance" entre les données et la distribution que vous testez, et comparer cette distance à une certaine valeur seuil. Si la distance (appelée statistique de test) est inférieure à la valeur seuil (la valeur critique), le ajuster est considéré comme bon.

D'ailleurs, qu'est-ce que la qualité de l'ajustement dans la régression ?

UNE qualité de l'ajustement le test, en général, fait référence à la mesure de la correspondance entre les données observées et les données ajustées (supposées) maquette . Comme dans un linéaire régression , en substance, le qualité de l'ajustement Le test compare les valeurs observées aux valeurs attendues (ajustées ou prédites).

Que signifie la valeur P ?

En statistiques, le p - La valeur est la probabilité d'obtenir les résultats observés d'un test, en supposant que l'hypothèse nulle est correct. Un plus petit p - valeur signifie qu'il y a est des preuves plus solides en faveur de l'hypothèse alternative.

Conseillé: