不適合度と不適合度検定

不適合とは

回帰モデルは、実験因子と応答変数の関数的な関係を十分に記述できない場合に不適合を示します。不適合は、モデルに交互作用または2次項などの重要な項が含まれていない場合に発生する可能性があります。また、モデルの適合により異常に大きな残差がいくつか生じた場合にも発生します。

Minitabでは、データに反復（同じx値を持つ複数の観測値）が含まれている場合に不適合検定が表示されます。反復は、「純粋誤差」を表します。これは、ランダム変動だけが複数の応答観測値の差を引き起こすためです。

モデルが正確にデータを適合させるかどうかを判断するには、p値（p値）を有意水準と比較します。通常、0.05の有意水準（アルファまたはαとも呼ばれます）で有効に機能します。αが0.05の場合、モデルが実際には適合させるデータを適合させないと結論付ける可能性がわずか5%であることを意味します。

p値 < α: モデルはデータに当てはまらない: p値がα以下の場合、モデルのデータ適合は正確ではないと結論づけられます。モデルを改善するには、項を追加するかデータを変換する必要があります。
p値 > α: モデルはデータに当てはまらないという証拠はない: p値がαより大きい場合、モデルはデータに十分に適合しないと結論づけられます。