Bondade do ajuste

A bondade do ajuste de um modelo estatístico descreve quão bem ele se encaixa um conjunto de observações. Medidas de bondade de ajuste servem para medir a discrepância entre os valores observados e os valores esperados sob um modelo de probabilidade. Tais medidas podem ser usadas em hipótese estatística de teste, por exemplo, para testar a normalidade dos resíduos, para testar se duas amostras são provenientes de distribuições idênticas (ver teste de Kolmogorov–Smirnov), ou se o resultado frequências siga uma distribuição especificada (ver Teste qui-quadrado). 

Ajuste de distribuiçõesEditar

Os seguintes testes servem para avaliar se determinado pode ou não ser usado:


Referências

  1. Liu, Qiang; Lee, Jason; Jordan, Michael (20 de junho de 2016). «A Kernelized Stein Discrepancy for Goodness-of-fit Tests». Proceedings of the 33rd International Conference on Machine Learning. The 33rd International Conference on Machine Learning. New York, New York, USA: Proceedings of Machine Learning Research. pp. 276–284