Chi-Quadrat-basierte Anpassungsstatistik
Die nächste Tabelle in der Ausgabe ist die Tabelle für die Anpassungsgüte. Diese Tabelle enthält die Pearson-Chi-Quadrat-Statistik für das Modell und eine weitere Chi-Quadrat-Statistik basierend auf der Abweichung. Diese Statistiken sollen testen, ob die beobachteten Daten nicht mit dem angepassten Modell konsistent sind. Wenn dies nicht der Fall ist, d. h., wenn die Signifikanzwerte groß sind, würden Sie daraus schließen, dass die Daten und die Modellvorhersagen ähnlich sind und dass Sie ein gutes Modell haben.
Diese Statistiken können für Modelle mit einer kleinen Anzahl kategorialer Prädiktoren sehr nützlich sein. Leider sind diese Statistiken beide sensibel für leere Zellen. Bei der Schätzung von Modellen mit stetigen Kovariaten gibt es häufig viele leere Zellen, wie in diesem Beispiel. Daher sollten Sie sich nicht auf eine dieser Teststatistiken mit solchen Modellen verlassen. Aufgrund der leeren Zellen können Sie nicht sicher sein, ob diese Statistiken wirklich der Chi-Quadrat-Verteilung folgen und die Signifikanzwerte nicht genau sind.