Testning av anpassningsgrad
Anpassningsgradstestning (GOF) är ett ramverk för att bedöma om observerade data är förenliga med en hypotetisk sannolikhetsfördelning eller modell. GOF-tester, som har sitt ursprung i Karl Pearsons chi-två-test (1900), kvantifierar diskrepansen mellan data och modellprediktioner och ger p-värden för att bedöma om observerade avvikelser är statistiskt signifikanta eller beror på slumpen.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Goodness-of-Fit Testing Framework. ScholarGate. https://scholargate.app/sv/model-evaluation/goodness-of-fit
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Akaike informationskriterium (AIC)Modellutvärdering↔ jämför
- Bayesianskt informationskriterium (BIC)Modellutvärdering↔ jämför
- Medelkvadratfel (MSE)Modellutvärdering↔ jämför
- R-kvadrat (R²)Modellutvärdering↔ jämför
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →