我有一个非线性模型,其中是标准正态分布的cdf,f是非线性的(请参见下文)。在使用最大似然估计找到之后,我想用参数测试该模型与我的数据的拟合优度。什么是适当的测试?我想使用此测试将不良拟合标记为不良,并确定是否应收集更多数据。Φ 一个(X 1,ÿ 1),(X 2,ÿ 2),... ,(X Ñ,ÿ Ñ)一
我研究了使用偏差的方法,该方法将这个模型与饱和模型进行比较,并使用分布对其适合性进行了相应的检验。这样合适吗?我所阅读的关于偏差的大部分内容都将其应用于GLM,而我所没有的。如果偏差测试是适当的,则需要满足哪些假设才能使测试有效?
更新:对于,有所帮助。 X>1,一>0
1
答案取决于分析的目的以及您所使用的潜在概率模型。没有唯一或最佳的数学答案。例如,我们将测量的拟合优度不同地为以下形式的模型比的形式中的一个(具有iid错误)。
—
ub
谢谢。我已经澄清了我的问题。我知道没有最佳答案,但是,我仍然想知道偏差是否适合在此处测试拟合优度,如果不合适,那么还有什么其他测试适合于将适合标记为非常差,并说需要收集更多数据(假设模型正确),或者说模型未描述数据。
—
spadequack 2011年
您的目标变量是连续的吗?如果是前者,则可以将模型的框架定为而不用附加误差项,然后将预测值与实际和进行比较以获得真假率和假阳性率,或者与基线模型进行比较,其中或偏差,或其他几种选择。如果是后者,那么您假设残差的分布是什么?
—
jbowman 2011年
投票结束,因为未收到澄清请求。
—
ub