適合度検定の自由度は、モデル内の項の自由度の合計です。この合計は、モデル内のパラメータの数と等しくなります。
適合度検定のそれぞれは、カイ二乗統計量を有する。カイ二乗値は、項またはモデルに応答との関連があるかどうかを判断する検定統計量です。
Minitabではカイ二乗統計量を使用してp値を計算し、この値に基づいて、項およびモデルの統計的有意性を判断します。p値は帰無仮説を棄却するための証拠を測定する確率です。確率が低いほど、帰無仮説を棄却する強力な証拠となります。カイ二乗統計量が十分に大きいとp値は小さくなり、項またはモデルが統計的に有意であることを示します。
p値は帰無仮説を棄却するための証拠を測定する確率です。確率が低いほど、帰無仮説を棄却する強力な証拠となります。
適合度検定を使用して、統計的分布がデータに適合するかどうかを判断します。モデルがデータに十分に適合していることが帰無仮説となります。通常、0.05の有意水準(αまたはアルファとも呼ばれる)が有効に機能します。0.05の有意水準は、実際には係数は0であるにも関わらず、0ではないと結論付けるリスクが5%であることを示しています。