MCDMStatistical testing
適合度検定
適合度（GOF）検定は、観測データが仮説上の確率分布またはモデルと一致しているかどうかを評価するための枠組みである。カール・ピアソンのカイ二乗検定（1900年）に端を発するGOF検定は、データとモデル予測との乖離を定量化し、観測された偏差が統計的に有意であるか、あるいは偶然によるものかを判断するためのp値を算出する。
MethodMindで開く近日公開Apply, compare, get guidance
Tools & resources
Learn & explore
動画近日公開
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Goodness-of-Fit Testing Framework. ScholarGate. https://scholargate.app/ja/model-evaluation/goodness-of-fit
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 赤池情報量基準 (AIC)モデル評価↔ 比較
- ベイズ情報量基準 (BIC)モデル評価↔ 比較
- 平均二乗誤差（MSE）モデル評価↔ 比較
- 決定係数 (R²)モデル評価↔ 比較