Test d'adéquation
Le test d'adéquation (GOF) est un cadre permettant d'évaluer si les données observées sont cohérentes avec une distribution de probabilité ou un modèle hypothétique. Issus du test du chi-carré de Karl Pearson (1900), les tests GOF quantifient l'écart entre les données et les prédictions du modèle, produisant des valeurs p pour juger si les déviations observées sont statistiquement significatives ou dues au hasard.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Goodness-of-Fit Testing Framework. ScholarGate. https://scholargate.app/fr/model-evaluation/goodness-of-fit
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Critère d'information d'Akaike (AIC)Évaluation de modèles↔ comparer
- Critère d'information bayésien (BIC)Évaluation de modèles↔ comparer
- Erreur quadratique moyenne (EQM)Évaluation de modèles↔ comparer
- Coefficient de détermination (R²)Évaluation de modèles↔ comparer
Similar methods
Une erreur sur cette page ? Signalez-la ou proposez une correction →