Pruebas de Bondad de Ajuste
Las pruebas de bondad de ajuste (GOF, por sus siglas en inglés) son un marco para evaluar si los datos observados son consistentes con una distribución de probabilidad o modelo hipotetizado. Originadas en la prueba chi-cuadrado de Karl Pearson (1900), las pruebas GOF cuantifican la discrepancia entre los datos y las predicciones del modelo, produciendo valores p para juzgar si las desviaciones observadas son estadísticamente significativas o se deben al azar.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
- Cramér, H. (1928). On the composition of elementary errors. Skandinavisk Aktuarietidskrift, 11, 141-180. link ↗
- Kolmogorov, A. N. (1933). Sulla determinazione empirica di una legge di distribuzione. Giornale dell'Istituto Italiano degli Attuari, 4, 83-91. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Goodness-of-Fit Testing Framework. ScholarGate. https://scholargate.app/es/model-evaluation/goodness-of-fit
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Criterio de Información de Akaike (AIC)Evaluación de modelos↔ comparar
- Criterio de Información Bayesiano (BIC)Evaluación de modelos↔ comparar
- Error Cuadrático Medio (MSE)Evaluación de modelos↔ comparar
- R-cuadrado (R²)Evaluación de modelos↔ comparar
Similar methods
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →