適合ポアソンモデルの適合度

適合度検定表のすべての統計量の定義と解釈について解説します。

逸脱度適合度検定

逸脱適合度検定は現在のモデルと完全モデルの間の誤差を評価します。

解釈

適合度検定を使用して、ポアソン分布が予測できない方法で、予測される事象数が観測される事象数から逸脱しているかどうかを判断します。適合度検定のp値が選択した有意水準よりも低い場合、ポアソン分布によって適合値を導き出す帰無仮説を棄却できます。逸脱の一般的な原因は以下の通りです。
  • 不適切なリンク関数
  • モデル内にある変数の高次項が省略されています
  • モデル内にはない予測変数が省略されています
  • 過分散

逸脱度が統計的に有意な場合、別のリンク関数を実行、あるいはモデル内の項を変更できます。

ピアソン適合度検定

ピアソンの適合度検定は現在のモデルと完全モデルの間の誤差を評価します。

解釈

適合度検定を使用して、ポアソン分布が予測できない方法で、予測される事象数が観測される事象数から逸脱しているかどうかを判断します。適合度検定のp値が選択した有意水準よりも低い場合、ポアソン分布によって適合値を導き出す帰無仮説を棄却できます。逸脱の一般的な原因は以下の通りです。
  • 不適切なリンク関数
  • モデル内にある変数の高次項が省略されています
  • モデル内にはない予測変数が省略されています
  • 過分散

逸脱度が統計的に有意な場合、別のリンク関数を実行、あるいはモデル内の項を変更できます。

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください