擬合優度檢驗嗨，有人可以幫我解釋在Poisson回歸的情況下Pearson和Deviance擬合優度檢驗嗎？我正在嘗試確定X =因素的數量（又稱患者使用的醫療物品可以確定他們在天（Y）內的停留時間。我的總體模型很重要，但擬合優度卻不高。見下文，我也應該注意我的intercept和x參數都有意義
謝謝
＃統計
分析工具其他回复：適合度測試的偏差有兩種擬合優度測試。他們都估計卡方樣本統計量。它們都基於完整模型（擬合）和飽和模型之間的負對數似然變化。顯著測試表明不適合。皮爾遜測試年齡較大。
alpha（所需的顯著性級別）的選擇取決於您，但您的示例似乎並不顯示缺乏適合性。
回复：適合度測試的偏差謝謝！我只是想確保在這種情況下，它們脫離了傳統的假設檢驗，並且您不希望您擁有顯著的p值！
回复：適合度測試的偏差@markbailey我可以再問一個問題嗎？如果我聽起來很愚蠢，那就別跟我說話，我的統計老師正在送我一個循環...。
因此，我們進行了整個模型測試，然後進行了擬合優度測試。我的老師暗示要使用“整體模型測試”來確定模型的總體重要性。他還說，這樣做時
何：模式不重要
哈：模型很重要
這對於我為“整體模型”測試設置的設置有意義，並且我的p值小於我的alpha（.05）。
您是在說，然後我使用另一種“假設集”來建立擬合度：
Ho：該模型在確定我的Y變量方面具有統計意義
Ha：該模型對於確定我的y變量沒有統計學意義。
因為在我看來和我的數據上下文中，這是使我的整個測試表明模型具有重要性，然後讓我的擬合優度統計數據表明模型擬合良好的唯一方法。
