概率分析的拟合优度检验 – P 值

使用 Pearson 和偏差拟合优度度量可以评估所选分布与数据的拟合情况。

运行分析后,请查看用于拟合优度检验的 p 值。

  • P 值越大,表示模型与数据拟合的越好。
  • P 值越小,表示根据模型预测的概率与在数据中观测的概率明显不同。因此,模型无法充分拟合数据。选择另一个分布可能会改善模型的拟合情况。

除非某一模型在您的专业中具有特殊含义,否则您可能要使用其他模型再次运行概率分析,并选择可以生成最大的拟合优度 p 值的模型。

示例输出

拟合优度检验 方法 卡方 自由度 P Pearson 1.19972 6 0.977 偏差 1.22858 6 0.975 公差分布

解释

挡风玻璃数据的高 p 值(0.977 和 0.975)表示所选分布可以充分拟合数据。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策