Tests auf Güte der Anpassung – p-Wert für Probit-Analyse

Mit den Maßen für die Güte der Anpassung, den Residuen nach Pearson und den Abweichungsresiduen können Sie ermitteln, wie gut die ausgewählte Verteilung an die Daten angepasst ist.

Untersuchen Sie nach der Analyse den p-Wert der Tests auf die Güte der Anpassung.

  • Höhere p-Werte weisen darauf hin, dass Modell gut an die Daten angepasst ist.
  • Niedrige p-Werte weisen darauf hin, dass die durch das Modell prognostizierten Wahrscheinlichkeiten signifikant von den in den Daten beobachteten Wahrscheinlichkeiten abweichen. Das Modell ist daher nicht gut an die Daten angepasst. Durch Auswahl einer anderen Verteilung kann die Anpassung des Modells möglicherweise verbessert werden.

Sofern nicht ein bestimmtes Modell in Ihrem Fachgebiet eine besondere Bedeutung besitzt, sollten Sie die Probit-Analyse mit anderen Modellen erneut durchführen und das Modell auswählen, das die höchsten p-Werte für die Güte der Anpassung liefert.

Beispielausgabe

Tests auf Güte der Anpassung Methode Chi-Quadrat DF p Pearson 1,19972 6 0,977 Abweichung 1,22858 6 0,975 Toleranzverteilung

Interpretation

Die hohen p-Werte für die Scheibendaten (0,977 und 0,975) weisen darauf hin, dass die ausgewählte Verteilung gut an die Daten angepasst ist.

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien