4 Goodness testThe deviance informa

4 Goodness test
The deviance information criterion is the statistic used to assess the goodness of fit of the Poisson regression. It is calculated as the difference in log likelihoods between the two models then multiplied by -2. For large samples the distribution of the deviance is approximately a Chi-squared with n-p degrees of freedom, where n is the number of observations and p the number of parameters [1]. A significant p value indicates that the deviance is greater than what would be expected under a null hypothesis of model equivalence; hence, the more complex model with an additional parameter or parameters is considered a significant improvement over the nested model [20].

ผลลัพธ์ (ไทย) 1:

ทดสอบความดี 4เกณฑ์ข้อมูล deviance เป็นสถิติที่ใช้ในการประเมินความดีของพอของการถดถอยของ Poisson คำนวณเป็นความแตกต่างระหว่างสองรุ่นใน likelihoods ล็อก แล้วคูณ ด้วย -2 สำหรับตัวอย่างขนาดใหญ่การกระจายของ deviance ที่ ได้ประมาณการแจงกับ n p องศาอิสระ โดยที่ n คือ จำนวนข้อสังเกตและ p จำนวนพารามิเตอร์ [1] ค่า p งมากบ่งชี้ว่า deviance ที่มีมากกว่าสิ่งที่คาดว่าจะภายใต้สมมติฐานว่างของรุ่นเทียบเท่า ด้วยเหตุนี้ แบบซับซ้อน ด้วยพารามิเตอร์เพิ่มเติมหรือพารามิเตอร์จะถือว่าการปรับปรุงงมากมากกว่าแบบซ้อนกัน [20]

ผลลัพธ์ (ไทย) 2:

4 การทดสอบความดี
เกณฑ์ข้อมูลอันซ์เป็นสถิติที่ใช้ในการประเมินความดีของ T Fi ของการถดถอยปัวส์ซอง จะมีการคำนวณเป็นความแตกต่างในโอกาสเกิดล็อกระหว่างสองรุ่นแล้วคูณด้วย -2 สำหรับกลุ่มตัวอย่างขนาดใหญ่กระจายตัวของอันซ์เป็นประมาณไคสแควร์ที่มีองศา NP ของเสรีภาพที่ n คือจำนวนของการสังเกตและ p จำนวนพารามิเตอร์ [1] ค่า P Fi ลาดเทนัยสำคัญบ่งชี้ว่าอันซ์มีค่ามากกว่าสิ่งที่คาดว่าจะอยู่ภายใต้สมมติฐานของรูปแบบความเท่าเทียมกัน; ดังนั้นรูปแบบที่ซับซ้อนมากขึ้นด้วยพารามิเตอร์เพิ่มเติมหรือพารามิเตอร์ถือว่าเป็นการปรับปรุง Fi ลาดเทมีนัยสำคัญมากกว่ารูปแบบที่ซ้อนกัน [20]

ผลลัพธ์ (ไทย) 3:

4 ทดสอบความดีข้อมูลเบี่ยงเบนมาตรฐาน สถิติที่ใช้ในการประเมินความดีจึง T ของปัวซงสมการถดถอย มันเป็นคํานวณความแตกต่างในบันทึก likelihoods ระหว่างสองรุ่นแล้วคูณด้วย - 2 สำหรับตัวอย่างขนาดใหญ่กระจายในถุ้งประมาณชิยกกำลังสองกับองศาของอิสรภาพ n-p โดยที่ n คือจำนวนค่าสังเกตและ P จำนวนพารามิเตอร์ที่ [ 1 ] เป็น signi จึงไม่สามารถค่า P แสดงว่าเบี่ยงเบนมากกว่าสิ่งที่ควรจะเป็นภายใต้สมมติฐานโมฆะของแบบจำลองสมมูล ดังนั้น โมเดลที่ซับซ้อนมากขึ้นกับพารามิเตอร์พารามิเตอร์เพิ่มเติมหรือพิจารณา signi จึงไม่สามารถปรับปรุงมากกว่ารูปแบบที่ [ 20 ]