モデルの適合度についての検定
ロジスティック回帰モデルの場合
Hosmer-Lemeshow goodness-of-fit test
この検定で注意しなければならないのは、帰無仮説：現在当てはめているモデルが正しいということである。
つまり、p値を見て0.05よりも大きければ、モデルの適合度が良いということである。
検定の中には、帰無仮説が通常の想定とは逆の発想の元に設定されているものがあるため（等分散性の検定もその一つ）、注意が必要。
Rで実装する場合
library(ResourceSelection)
result1 <- glm(aaa~bbb+ccc, data=sampledata)
hoslem.test(x = result1 $y, y = fitted(result1))
多変量回帰分析モデルの場合
Akaike information criterion Bayesian information criterion
この値が小さい方が、モデルの適合が良好であると言える。
Rで実装する場合簡単
result1 <- lm(aaa~bbb+ccc+ddd, data=sampledata)
extractAIC(result1)
