Tests d'adéquation de l'ajustement - Valeur de p pour la fonction Analyse Probit

Utilisez les mesures d'adéquation de l'ajustement de Pearson et de la somme des carrés d'écart pour évaluer l'ajustement de la loi sélectionnée aux données.

Après avoir effectué l'analyse, observez la valeur de p pour les tests d'adéquation de l'ajustement.

  • Des valeurs de p élevées indiquent que le modèle est correctement ajusté aux données.
  • Des valeurs de p faibles indiquent que les probabilités prévues par le modèle sont significativement différentes de celles observées dans les données. Le modèle n'est donc pas adapté aux données. L'ajustement du modèle peut être amélioré en sélectionnant une autre loi.

A moins qu'un modèle ait une signification particulière dans votre discipline, vous souhaiterez peut-être exécuter de nouveau une analyse Probit en utilisant d'autres modèles et choisir celui qui produit les meilleures valeurs de p d'adéquation de l'ajustement.

Exemple de résultats

Tests d'adéquation de l'ajustement Méthode Khi deux DL P Pearson 1,19972 6 0,977 Somme des carrés d'écart 1,22858 6 0,975 Loi de tolérance

Interprétation

Des valeurs de p élevées pour les données relatives aux pare-brise (0,977 et 0,975) indiquent que la loi sélectionnée s'adapte correctement aux données.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique