Testowanie dobroci dopasowania
Testowanie dobroci dopasowania (GOF, ang. Goodness-of-Fit) to ramy oceny, czy obserwowane dane są zgodne z hipotezowaną dystrybucją prawdopodobieństwa lub modelem. Wywodzące się z testu chi-kwadrat Karla Pearsona (1900), testy GOF kwantyfikują rozbieżność między danymi a przewidywaniami modelu, generując wartości p służące do oceny, czy obserwowane odchylenia są statystycznie istotne, czy wynikają ze zwykłego przypadku.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Goodness-of-Fit Testing Framework. ScholarGate. https://scholargate.app/pl/model-evaluation/goodness-of-fit
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Kryterium informacyjne Akaikego (AIC)Ocena modeli↔ porównaj
- Bayesowskie Kryterium Informacyjne (BIC)Ocena modeli↔ porównaj
- Średni błąd kwadratowy (MSE)Ocena modeli↔ porównaj
- Współczynnik determinacji (R²)Ocena modeli↔ porównaj
Similar methods
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →