问题标签 [goodness-of-fit]

I have a vector of observed values and also a vector of values calculated with model:

Now I'm using the Chi-squared goodness of fit test to see how well my model performs. I wrote the following:

but it doesn't work. Can you help me with this?

如果我有大量数据样本（大约 10000 个数字的向量），是否有一些工具可以查看数据并尝试将一些常见的统计分布拟合到数据并报告每个数据的拟合程度是？如果我必须自己指定可能的分布列表，那没关系。

我有一个使用 igraph 软件适合幂律的网络：

plf 变量现在包含以下变量：

igraph 手册解释了这些变量：

我想对此幂律拟合进行“拟合优度”测试。但我不知道该怎么做，虽然我发现这个问题已经在在线论坛上提出过，但通常仍然没有答案。

我认为一种方法是做一个 chisq.test(x,y)。一个输入参数（比如 x）是 degree_dist 变量（观察到的网络度数分布）。另一个输入参数（比如 y）是拟合的幂律方程，它的形式应该是 P(k) = mk^a。

我不确定这是否是一种合理的方法，如果是，我需要有关如何构建拟合幂律方程的建议。

如果有帮助，我的网络的 degree_dist 是：

（这些是网络中 0-21 度发生的频率。（例如，73% 的节点具有 1 度，1% 的节点具有 21 度）。

** * ** * *** 编辑** * ** * ** * ****

我不确定上面使用 degree_dist 计算 plf 是否是错误的。如果是这样，我还使用网络中 100 个节点的度数运行相同的函数：

其中，pure_deg 是：

这导致输出：

我想进行理论上的卡方拟合优度测试：

样本量 n=100，alpha=0.05，df=1。这给出了 3.84 的临界 chi 值。我可以手动计算测试统计为 ((20-10)^2)/10 + ((80-90)^2)/90 = 100/9 > 3.84

但是，上面的代码只是产生

我的错误在哪里？

以下是数据集

对于这些数据集 psych 和 acad，我想做典型相关分析，得到典型相关系数和典型载荷，如下所示：

我想知道R中是否有一个包或函数来自动计算规范维度/变量的重要性。还有一些东西可以测试整体模型是否适合规范相关分析，总结如下：

我按照此文档尝试将一组频率数据拟合到 R 中的泊松分布，但goodfit引发了许多警告：

freq是一个整数向量。它取自一个更大的整数向量来说明这里的问题。较大的整数向量具有类似于泊松的分布。

有什么问题freq，还是包的错误vcd？

我有大量数据并goodfit从vcd包中申请，如下所示：

很明显，我的数据不遵循泊松分布。我只想知道为什么我得到这个输出（Inf，0 p-value & NaN）。我在这里写这个而不是交叉验证，因为我认为它更多的是计算问题而不是统计问题。

我的数据中也没有 0，所以这不是问题。我认为这是因为计数非常高。

我有一组参考数据点，我想要拟合 S 形曲线。我可以使用 MATLAB 的曲线拟合工具来执行此操作，但我有一个自定义方程来拟合数据。该方程有 4-5 个变量，我想改变这些变量，然后测试拟合优度。

我尝试为此使用该goodnessOfFit功能。但它要求测试数据和参考数据矩阵的大小相同。我拥有的参考数据点数量很少（15-20），使用自定义方程生成的测试点数量很大。

有没有其他方法可以检查曲线的拟合优度？或者我是否找到了与参考数据中的点相对应的测试数据点，然后使用该goodnessOfFit函数（这种方法的一个问题是我在测试和参考数据中的 x 轴的分辨率不同，例如参考数据中的 x 点 1.2368 我的测试数据中有 1.23 和 1.24。我将不得不对数据进行四舍五入，然后计算拟合）。

我使用multinom()nnet 包中的函数在 R 中运行多项逻辑回归。nnet 包不包括 p 值计算和 t 统计量计算。我找到了一种使用此页面中的两个有尾 z 检验来计算 p 值的方法。举一个计算多项式 logit 的测试统计量的示例（不是真正的 t-stat，而是等效的），我计算了 Wald 的统计量：

我取系数的平方并除以系数的标准误差的平方。然而，似然比检验是逻辑回归拟合优度的优选度量。由于对似然函数的理解不完整，我不知道如何编写代码来计算每个系数的似然比统计量。使用函数的输出计算每个系数的似然比统计量的方法是multinom()什么？谢谢你的帮助。

我想看看包含一些协变量是否会给我一个小于空模型的 AIC，同时在 R 中使用条件逻辑回归（离散选择）。

我意识到我可以建立一个模型，例如

并通过使用获取 AIC

但是我有点不确定如何创建一个空模型来与之进行比较。任何建议将不胜感激。