Adéquation de l'ajustement pour Ajuster le modèle de Poisson

Obtenez des définitions et bénéficiez de conseils en matière d'interprétation pour chaque statistique fournie dans le tableau des tests d'adéquation de l'ajustement.

Sur ce thème

Test d'adéquation de l'ajustement de la somme des carrés d'écart
Test d'adéquation de l'ajustement de Pearson

Test d'adéquation de l'ajustement de la somme des carrés d'écart

Le test d'adéquation de l'ajustement de la somme des carrés d'écart évalue la différence entre le modèle étudié et le modèle complet.

Interprétation

Utilisez les tests d'adéquation de l'ajustement pour déterminer si le nombre prévu d'événements diffère du nombre observé d'événements d'une façon que ne prévoit pas la loi de Poisson. Si la valeur de p pour le test d'adéquation de l'ajustement est inférieure au seuil de signification sélectionné, vous pouvez rejeter l'hypothèse nulle selon laquelle la loi de Poisson offre un ajustement correct. Cette liste énumère les raisons fréquentes des écarts :

Fonction de liaison incorrecte
Terme d'ordre supérieur omis pour les variables du modèle
Prédicteur omis non présent dans le modèle
Surdispersion

Si l'écart est statistiquement significatif, vous pouvez essayer une autre fonction de liaison ou modifier les termes du modèle.

Test d'adéquation de l'ajustement de Pearson

Le test d'adéquation de l'ajustement de Pearson évalue la différence entre le modèle étudié et le modèle complet.

Interprétation

Fonction de liaison incorrecte
Terme d'ordre supérieur omis pour les variables du modèle
Prédicteur omis non présent dans le modèle
Surdispersion

Si l'écart est statistiquement significatif, vous pouvez essayer une autre fonction de liaison ou modifier les termes du modèle.