順位ロジスティック回帰の適合度検定

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。

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、多項分布が予測できない方法で、予測される確率が観測される確率から離れた値であるかを判断します。検定は、異なる値の数が観測値の数と近似する場合は有用でありませんが、予測変数と同じ値の観測値が複数ある場合には有用です。適合度検定のp値が、選択した有意水準よりも低い場合、多項分布が予測できないように、予測される確率が観測される確率から離れた値になります。以下の一覧には、逸脱度に関するよくある理由が記載されています。
  • 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

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。

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、多項分布が予測できない方法で、予測される確率が観測される確率から離れた値であるかを判断します。検定は、異なる値の数が観測値の数と近似する場合は有用でありませんが、予測変数と同じ値の観測値が複数ある場合には有用です。適合度検定のp値が、選択した有意水準よりも低い場合、多項分布が予測できないように、予測される確率が観測される確率から離れた値になります。以下の一覧には、逸脱度に関するよくある理由が記載されています。
  • 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

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