Qu'est-ce que la qualité de l'ajustement?
Le test d'adéquation est un test d'hypothèse statistique pour voir dans quelle mesure les données d'échantillon correspondent à une distribution d'une population avec une distribution normale. Autrement dit, ce test montre si vos données d'échantillon représentent les données que vous vous attendez à trouver dans la population réelle ou si elles sont en quelque sorte biaisées. La qualité de l'ajustement établit l'écart entre les valeurs observées et celles qui seraient attendues du modèle dans un cas de distribution normale.
Il existe plusieurs méthodes pour déterminer la qualité de l'ajustement. Certaines des méthodes les plus utilisées en statistique sont le chi carré, le test de Kolmogorov-Smirnov, le test d'Anderson-Darling et le test de Shipiro-Wilk.
Points clés à retenir
- Les tests d'adéquation sont des tests statistiques visant à déterminer si un ensemble de valeurs observées correspond à celles attendues dans le modèle applicable.Il existe plusieurs types de tests d'adéquation, mais le plus courant est le test du chi carré. les tests peuvent vous montrer si vos données d'échantillon correspondent à un ensemble attendu de données d'une population avec une distribution normale.
Comprendre la qualité de l'ajustement
Les tests d'adéquation sont souvent utilisés dans la prise de décision commerciale. Afin de calculer la qualité d'ajustement du chi carré, il est nécessaire d'énoncer d'abord l'hypothèse nulle et l'hypothèse alternative, de choisir un niveau de signification (tel que α = 0, 5) et de déterminer la valeur critique.
Le test d'ajustement le plus courant est le test du khi carré, généralement utilisé pour les distributions discrètes. Le test du chi carré est utilisé exclusivement pour les données placées dans les classes (bacs), et il nécessite une taille d'échantillon suffisante pour produire des résultats précis.
Les tests d'ajustement sont couramment utilisés pour tester la normalité des résidus ou pour déterminer si deux échantillons sont collectés à partir de distributions identiques.
Exemple de test d'adéquation
Par exemple, une petite salle de sport communautaire pourrait fonctionner en supposant qu'elle a sa fréquentation la plus élevée les lundis, mardis et samedis, la fréquentation moyenne les mercredis et jeudis et la plus faible fréquentation les vendredis et dimanches. Sur la base de ces hypothèses, le gymnase emploie un certain nombre de membres du personnel chaque jour pour enregistrer les membres, nettoyer les installations, offrir des services de formation et donner des cours.
Cependant, la salle de gym ne fonctionne pas bien financièrement et le propriétaire veut savoir si ces hypothèses de fréquentation et les niveaux de dotation sont corrects. Le propriétaire décide de compter le nombre de participants au gymnase chaque jour pendant six semaines. Il peut ensuite comparer la fréquentation présumée du gymnase avec sa fréquentation observée en utilisant un test de qualité d'ajustement chi carré par exemple. Avec les nouvelles données, il peut déterminer la meilleure façon de gérer le gymnase et d'améliorer la rentabilité.
