MCDMStatistical testing
적합도 검정 (Goodness-of-Fit Testing)
적합도 검정(Goodness-of-Fit, GOF)은 관측된 데이터가 가설로 설정된 확률 분포나 모형과 일치하는지를 평가하는 프레임워크이다. Karl Pearson의 카이제곱 검정(1900)에서 시작된 GOF 검정은 데이터와 모형 예측 간의 불일치를 정량화하여, 관측된 편차가 통계적으로 유의미한지 혹은 무작위적 우연에 의한 것인지를 판단하기 위한 p-값을 산출한다.
MethodMind에서 열기곧 제공Apply, compare, get guidance
Tools & resources
Learn & explore
동영상곧 제공
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Goodness-of-Fit Testing Framework. ScholarGate. https://scholargate.app/ko/model-evaluation/goodness-of-fit
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 아카이케 정보량 기준 (AIC)모델 평가↔ 비교
- 베이즈 정보 기준 (Bayesian Information Criterion, BIC)모델 평가↔ 비교
- 평균 제곱 오차 (MSE)모델 평가↔ 비교
- 결정 계수(R²)모델 평가↔ 비교