Apakah kebaikan-of-Fit?
Kebaikan ujian patut adalah ujian hipotesis statistik untuk melihat seberapa baik data sampel sesuai dengan taburan dari populasi dengan taburan normal. Berikan yang berbeza, ujian ini menunjukkan jika data sampel anda mewakili data yang anda harapkan dapat dicari dalam populasi sebenar atau jika ia entah bagaimana miring. Goodness-of-fit menetapkan perbezaan antara nilai yang diperhatikan dan yang diharapkan dari model dalam kes pengagihan yang normal.
Terdapat pelbagai kaedah untuk menentukan kebaikan-of-fit. Antara kaedah paling popular yang digunakan dalam statistik termasuk chi-square, ujian Kolmogorov-Smirnov, ujian Anderson-Darling dan ujian Shipiro-Wilk.
Takeaways Utama
- Ujian kebaikan-of-fit adalah ujian statistik yang bertujuan untuk menentukan sama ada satu set nilai yang dipadankan sepadan dengan yang diharapkan di bawah model yang berkenaan. Terdapat pelbagai jenis kebaikan-of-fit tests, tetapi yang paling biasa ialah ujian chi-square. ujian boleh menunjukkan kepada anda sama ada data sampel anda sesuai dengan set data yang dijangkakan daripada populasi dengan pengedaran biasa.
Memahami Kebaikan-Of-Fit
Ujian kebaikan-kebiasaan sering digunakan dalam membuat keputusan perniagaan. Untuk menghitung kebaikan chi-square, perlu terlebih dahulu nyatakan hipotesis nol dan hipotesis alternatif, pilih tahap penting (seperti α = 0.5) dan tentukan nilai kritikal.
Ujian kebaikan yang paling biasa adalah ujian chi-square, yang biasanya digunakan untuk pengagihan diskret. Ujian chi-square digunakan secara eksklusif untuk data dimasukkan ke dalam kelas (sampah), dan memerlukan saiz sampel yang mencukupi untuk menghasilkan hasil yang tepat.
Ujian kebaikan-kebiasaan biasanya digunakan untuk menguji kesahihan sisa atau untuk menentukan sama ada dua sampel dikumpulkan dari pengagihan yang sama.
Contoh Ujian Baik-Of-Fit
Sebagai contoh, pusat gim komuniti kecil mungkin beroperasi di bawah andaian bahawa ia mempunyai kehadiran tertinggi pada hari Isnin, Selasa dan Sabtu, kehadiran purata pada hari Rabu dan Khamis, dan kehadiran terendah pada hari Jum'at dan Ahad. Berdasarkan andaian ini, pusat gim menggunakan sejumlah anggota kakitangan setiap hari untuk menyemak ahli, kemudahan bersih, menawarkan perkhidmatan latihan dan mengajar kelas.
Walau bagaimanapun, gim tidak berfungsi dengan baik dari segi kewangan dan pemilik ingin tahu sama ada andaian kehadiran dan tahap kakitangan adalah betul. Pemilik memutuskan untuk mengira jumlah peserta gim setiap hari selama enam minggu. Dia kemudiannya boleh membandingkan kehadiran gim yang diasumsikan dengan kehadiran yang diperhatikan menggunakan ujian kebaikan chi-square contohnya. Dengan data baru, dia boleh menentukan cara terbaik untuk mengurus gim dan meningkatkan keuntungan.
