Test di Bontà di Adattamento
Il test di bontà di adattamento (GOF) è un quadro metodologico per valutare se i dati osservati sono coerenti con una distribuzione di probabilità o un modello ipotizzato. Originato dal test chi-quadro di Karl Pearson (1900), i test GOF quantificano la discrepanza tra i dati e le previsioni del modello, producendo p-value per giudicare se le deviazioni osservate sono statisticamente significative o dovute al caso.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Goodness-of-Fit Testing Framework. ScholarGate. https://scholargate.app/it/model-evaluation/goodness-of-fit
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Criterio di Informazione di Akaike (AIC)Valutazione dei modelli↔ confronta
- Criterio di Informazione Bayesiano (BIC)Valutazione dei modelli↔ confronta
- Errore Quadratico Medio (MSE)Valutazione dei modelli↔ confronta
- Coefficiente di determinazione (R²)Valutazione dei modelli↔ confronta
Similar methods
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →