순서형 로지스틱 회귀 분석에 대한 적합도 검정

적합도 검정 표의 모든 통계량에 대한 정의 및 해석 방법을 확인해 보십시오.

Pearson 적합도 검정

Pearson 적합도 검정은 현재 모형과 전체 모형 간의 불일치를 평가합니다.

해석

적합도 검정은 예측 확률이 다항 분포에서 예측하지 않는 방식으로 관측된 확률에서 벗어나는지 확인하기 위해 사용합니다. 고유 값의 수가 관측치의 수와 대략적으로 같을 때 이 검정은 유용하지 않지만, 같은 예측 변수 값에 여러 관측치가 있을 때는 유용합니다. 적합도 검정의 p-값이 낮으면 예측 확률이 다항 분포에서 예측하지 않는 방식으로 관측된 확률에서 벗어남을 의미합니다. 다음 리스트에는 편차의 일반적인 이유가 나와 있습니다.
  • 잘못된 연결 함수
  • 모형에 있는 변수에 대한 고차 항 제외됨
  • 모형에 없는 예측 변수 제외됨

편차가 통계적으로 유의한 경우 다른 연결 함수를 사용하거나 모형의 항을 변경할 수 있습니다.

이탈도 적합도 검정

이탈도 적합도 검정은 현재 모형과 전체 모형 간의 불일치를 평가합니다.

해석

적합도 검정은 예측 확률이 다항 분포에서 예측하지 않는 방식으로 관측된 확률에서 벗어나는지 확인하기 위해 사용합니다. 고유 값의 수가 관측치의 수와 대략적으로 같을 때 이 검정은 유용하지 않지만, 같은 예측 변수 값에 여러 관측치가 있을 때는 유용합니다. 적합도 검정의 p-값이 낮으면 예측 확률이 다항 분포에서 예측하지 않는 방식으로 관측된 확률에서 벗어남을 의미합니다. 다음 리스트에는 편차의 일반적인 이유가 나와 있습니다.
  • 잘못된 연결 함수
  • 모형에 있는 변수에 대한 고차 항 제외됨
  • 모형에 없는 예측 변수 제외됨

편차가 통계적으로 유의한 경우 다른 연결 함수를 사용하거나 모형의 항을 변경할 수 있습니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오