آزمون برازش Goodness-of-Fit

آزمون برازش یک آزمون آماری است که بررسی می‌کند داده‌های نمونه تا چه حد با توزیع مورد انتظار (مثلاً توزیع نرمال) مطابقت دارند. به زبان ساده، این آزمون بررسی می‌کند که آیا داده‌های جمع‌آوری‌شده نماینده‌ای مناسب از جمعیت هستند یا خیر، یا اینکه دارای انحراف (Skewness) هستند.

آزمون برازش یا Goodness-of-Fit چیست؟

فرض کنید یک محقق می‌خواهد بررسی کند که آیا نمرات دانش‌آموزان در یک آزمون واقعاً از توزیع نرمال پیروی می‌کنند یا خیر. او داده‌های نمرات را جمع‌آوری کرده و با استفاده از آزمون Goodness-of-Fit بررسی می‌کند که آیا این داده‌ها با توزیع نرمال مورد انتظار همخوانی دارند یا نه.

اگر اختلاف بین داده‌های مشاهده‌شده و داده‌های مورد انتظار زیاد باشد، نتیجه می‌گیرد که داده‌ها از توزیع نرمال پیروی نمی‌کنند.

نکات کلیدی:

1. آزمون برازش بررسی می‌کند که آیا داده‌های نمونه با توزیع مورد انتظار (مانند نرمال) مطابقت دارند یا خیر.
2. روش‌های مختلفی برای آزمون برازش وجود دارد، اما رایج‌ترین آن‌ها آزمون خی‌دو (Chi-Square) است.
3. آزمون خی‌دو بررسی می‌کند که آیا رابطه‌ای بین داده‌های دسته‌بندی‌شده (Categorical Data) وجود دارد یا نه.
4. آزمون Kolmogorov-Smirnov بررسی می‌کند که آیا یک نمونه از توزیع خاصی در جمعیت گرفته شده یا نه.

مثال ساده:

فرض کنید در یک فروشگاه، انتظار می‌رود که فروش محصولات در روزهای هفته به‌طور مساوی باشد. اگر داده‌های واقعی فروش نشان دهد که در روز جمعه فروش بسیار بیشتر از سایر روزهاست، آزمون برازش می‌تواند نشان دهد که این تفاوت معنادار است یا صرفاً تصادفی بوده.