公開日: 04/01/2021

あてはまりの悪さ(LOF)検定

あてはまりの悪さ(LOF; Lack of Fit)検定は、現在のモデルに十分な情報が含まれているか、あるいはより複雑な項が必要かを示します。この検定は、適合度検定(goodness-of-fit test)と呼ばれることもあります。あてはまりの悪さ(LOF)検定では、データ内の効果値のすべての組み合わせのそれぞれを1つのグループとして、純粋誤差の負の対数尤度が計算されます。純粋誤差における負の対数尤度(「(‐1)*対数尤度」)は、「あてはまりの悪さ(LOF)」表の「飽和モデル」の行に表示されます。「あてはまりの悪さ(LOF)」レポートには、「飽和モデル」の負の対数尤度が「あてはめたモデル」のそれより有意に良いかどうかを示す検定も表示されます。

「飽和モデル」の自由度はm–1(mは、X変数の一意な値から構成されるグループの数)です。「あてはめたモデル」の自由度は切片を含まないパラメータの数です。

「あてはまりの悪さ(LOF)」表にある負の対数尤度(「(‐1)*対数尤度」)は、モデルのあてはまりが悪いこと(LOF)に起因する誤差、飽和モデルの誤差(純粋誤差)、およびあてはめたモデルの誤差を表します。また、あてはまりの悪さ(LOF)に関してはカイ2乗統計量も計算されます。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).