Шта је Гооднесс-оф-фит?
Тест доброг фитања је тест статистичке хипотезе да се види колико добро узорковани подаци одговарају дистрибуцији из популације са нормалном дистрибуцијом. Другим речима, овај тест показује да ли подаци узорка представљају податке за које бисте очекивали да ће их наћи у стварној популацији или су на неки начин искривљени. Погодност прилагођавања утврђује одступање између посматраних вредности и оних које би се очекивале од модела у нормалном случају дистрибуције.
Постоји више метода за утврђивање погодности. Неке од најпопуларнијих метода које се користе у статистици укључују хи-квадрат, тест Колмогоров-Смирнов, Андерсон-Дарлингов тест и Схипиро-Вилков тест.
Кључне Такеаваис
- Тестови исправности прилагођавања су статистички тестови који имају за циљ да утврде да ли се сет посматраних вредности подудара са очекиваним у складу са важећим моделом. Постоји више типова испитивања добре исправности, али најчешћи је тест хи-квадрат-а. Ови тестови могу да вам покажу да ли ваши узорци одговарају очекиваном скупу података из популације са нормалном дистрибуцијом.
Разумевање доброте-фит-а
Тестови усклађености често се користе у одлучивању о пословању. Да би се израчунала вредност хи-квадрат-а-фит-а, потребно је прво навести нулту хипотезу и алтернативну хипотезу, изабрати ниво значајности (као што је α = 0, 5) и одредити критичну вредност.
Најчешћи тест доброг прилагођавања је хи-квадрат тест, који се обично користи за дискретне дистрибуције. Цхи-квадрат тест се користи искључиво за податке стављене у класе (канте), и за њега је потребна довољна величина узорка да би се добили тачни резултати.
Испитивања исправности одговара обично се користе за тестирање нормалности резидуала или за утврђивање да ли су два узорка узета из идентичне дистрибуције.
Пример теста погодности
На пример, мала теретана у заједници може да ради под претпоставком да је највећа посећеност понедељком, уторком и суботом, просечна посета средом и четвртком, а најмања посећеност петком и недељом. На основу ових претпоставки, теретана свакодневно запошљава одређени број чланова особља који ће се пријављивати, чистити установе, нудити услуге тренинга и подучавати часове.
Међутим, теретана не делује добро финансијски и власник жели знати да ли су те претпоставке о посети и ниво особља тачни. Власник одлучује да броји број полазника теретане сваки дан током шест недеља. Затим може да упореди претпостављену посећеност теретане са њеним посматраним похађањем користећи на пример хи-квадрат тест добре способности. Са новим подацима, он може одредити како најбоље управљати теретаном и побољшати профитабилност.
