ScholarGate
Assistent
MCDMStatistical testing

Goodness-of-Fit Testing

Goodness-of-fit (GOF) testing er en ramme for at vurdere, hvorvidt observerede data er konsistente med en hypotetisk sandsynlighedsfordeling eller model. Oprindende fra Karl Pearsons chi-i-anden-test (1900) kvantificerer GOF-tests uoverensstemmelsen mellem data og modelprædiktioner, hvilket giver p-værdier til at bedømme, hvorvidt observerede afvigelser er statistisk signifikante eller skyldes tilfældig chance.

Åbn i MethodMindSnartApply, compare, get guidance
Tools & resources
Hent slides
Learn & explore
VideoSnart

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

Kilder

  1. Pearson, K. (1900). On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling. Philosophical Magazine, 50(302), 157-175. DOI: 10.1080/14786440009463897
  2. Cramér, H. (1928). On the composition of elementary errors. Skandinavisk Aktuarietidskrift, 11, 141-180. link
  3. Kolmogorov, A. N. (1933). Sulla determinazione empirica di una legge di distribuzione. Giornale dell'Istituto Italiano degli Attuari, 4, 83-91. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Goodness-of-Fit Testing Framework. ScholarGate. https://scholargate.app/da/model-evaluation/goodness-of-fit

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side
ScholarGateGoodness-of-Fit (Goodness-of-Fit Testing Framework). Hentet 2026-06-17 fra https://scholargate.app/da/model-evaluation/goodness-of-fit · Datasæt: https://doi.org/10.5281/zenodo.20539026