เปรียบเทียบวิธี

	การทดสอบความเหมาะสมของแบบจำลอง	เกณฑ์สารสนเทศแบบเบย์ (Bayesian Information Criterion - BIC)
สาขาวิชา	การประเมินแบบจำลอง	การประเมินแบบจำลอง
ตระกูล	MCDM	MCDM
ปีกำเนิด	1900	1978
ผู้ริเริ่ม	Karl Pearson	Gideon E. Schwarz
ประเภท	Hypothesis testing framework for model adequacy	Bayesian model selection metric
แหล่งต้นตำรับ	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.	Schwarz, G. (1978). Estimating the dimension of a model. Annals of Statistics, 6(2), 461-464.
ชื่อเรียกอื่น	goodness of fit test, GOF test, model fit assessment	BIC, Schwarz criterion, Schwarz information criterion
ที่เกี่ยวข้อง	4	4
สรุป	Goodness-of-fit (GOF) testing is a framework for assessing whether observed data are consistent with a hypothesized probability distribution or model. Originating from Karl Pearson's chi-square test (1900), GOF tests quantify the discrepancy between data and model predictions, yielding p-values to judge whether observed deviations are statistically significant or due to random chance.	The Bayesian Information Criterion is an information-theoretic model selection criterion that approximates Bayesian model comparison. Introduced by Gideon Schwarz in 1978, BIC penalizes model complexity more heavily than AIC by using a sample-size-dependent penalty, making it particularly suitable for identifying the true underlying model structure.