概率单位分析的拟合优度检验 – P 值

使用 Pearson 和偏差拟合优度测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,表示从模型预测的概率与在数据中观察的概率明显不同。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
Pearson1.1997260.977
偏差1.2285860.975

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。