적합도 란 무엇입니까?
적합도 검정은 표본 데이터가 정규 분포를 갖는 모집단의 분포에 얼마나 적합한 지 확인하기위한 통계적 가설 검정입니다. 다르게 말하면이 테스트는 표본 데이터가 실제 모집단에서 찾을 것으로 예상되는 데이터를 나타내는 지 또는 어떻게 든 왜곡되었는지를 보여줍니다. 적합도는 정규 분포의 경우 관측 값과 모형에서 예상되는 값 사이의 불일치를 설정합니다.
적합도를 결정하는 방법에는 여러 가지가 있습니다. 통계에 가장 많이 사용되는 방법으로는 카이 제곱, 콜로 모고 로프-스 미르 노프 (Kolgogorov-Smirnov) 검정, 앤더슨-달링 (Anderson-Darling) 검정 및 Shipiro-Wilk 검정이 있습니다.
주요 테이크 아웃
- 적합도 검정은 일련의 관측 값이 적용 가능한 모델에서 예상되는 값과 일치하는지 여부를 결정하기위한 통계적 검정입니다. 여러 유형의 적합도 검정이 있지만 가장 일반적인 것은 카이-제곱 검정입니다. 검정은 표본 데이터가 정규 분포를 가진 모집단의 예상 데이터 세트에 맞는지 여부를 보여줍니다.
적합도 이해
적합도 테스트는 종종 비즈니스 의사 결정에 사용됩니다. 카이-제곱 적합도를 계산하려면 먼저 귀무 가설과 대립 가설을 설명하고 유의 수준 (예: α = 0.5)을 선택하고 임계 값을 결정해야합니다.
가장 일반적인 적합도 검정은 일반적으로 불연속 분포에 사용되는 카이 제곱 검정입니다. 카이 제곱 검정은 클래스 (빈)에 넣은 데이터에만 사용되며 정확한 결과를 얻으려면 충분한 표본 크기가 필요합니다.
적합도 검정은 잔차의 정규성을 검정하거나 두 표본이 동일한 분포에서 수집되는지 여부를 판별하는 데 일반적으로 사용됩니다.
적합도 검정의 예
예를 들어, 소규모 커뮤니티 체육관은 월요일, 화요일 및 토요일에 가장 많은 출석, 수요일과 목요일에 평균 출석, 금요일과 일요일에 가장 적은 출석을 가정하여 운영 될 수 있습니다. 이러한 가정을 기반으로 체육관은 매일 특정 인원의 직원을 고용하여 회원을 확인하고 시설을 청소하며 훈련 서비스를 제공하고 수업을 가르칩니다.
그러나 체육관은 재정적으로 잘 작동하지 않으며 소유자는 이러한 출석 가정과 직원 수준이 올바른지 알고 싶어합니다. 소유자는 6 주 동안 매일 체육관 참석자 수를 계산하기로 결정합니다. 그런 다음 예를 들어 카이 제곱 적합도 검정을 사용하여 체육관의 가정 참석과 관찰 된 참석을 비교할 수 있습니다. 새로운 데이터를 통해 체육관을 가장 잘 관리하고 수익성을 향상시키는 방법을 결정할 수 있습니다.
