Yıldız parametrelerini temsil eden iki veri setim var: gözlenen ve modellenen. Bu setlerle iki renkli diyagram (TCD) olarak adlandırılan şeyi yaratıyorum. Burada bir örnek görülebilir:
Bir gözlenen veri ve varlık B modelinden çıkarılan verileri sadece bir tane var (siyah çizgiler aldırma, noktalar verileri temsil) bir şeması, ancak birçok farklı olarak üretebilir B istediğim gibi şemalar ve ne ihtiyacım olduğunu A'ya en uygun olanı tutmak için .
Yani ihtiyacım olan şey B diyagramının (model) A diyagramına (gözlemlenen) uygunluğunu kontrol etmenin güvenilir bir yoludur .
Şu anda yaptığım şey, her iki ekseni (her biri için 100 bölme) bölerek her diyagram için bir 2D histogram veya ızgara oluşturuyorum (buna böyle adlandırıyorum, belki daha uygun bir adı vardır) Sonra ızgaranın her hücresinden geçiyorum ve belirli bir hücre için A ve B arasındaki sayılardaki mutlak farkı buluyorum . Tüm hücreler içinde geçmiş sonra, her bir hücre için değerlerin toplamını ve uyum (iyiliğini temsil eden bir tek pozitif parametre ile sonuna kadar böylece gr f arası) , A ve B . Sıfıra en yakın olan, daha iyi uyum sağlar. Temel olarak, bu parametre şöyle görünür:
; burada,belirli bir hücre için ( i j ile belirlenen)Adiyagramındaki yıldız sayısıdırve b i j ,Biçin sayıdır.
Bu, o ne olduğu gibi her bir hücre görünüm sayım farklılıkları ızgara (Ben mutlak değerleri kullanarak değilim not oluşturmak bu görüntü ama bunu hesaplarken bunları kullanmak ) parametresini:
Sorun, bu iyi bir tahmin edici olmayabilir tavsiye edilmiştir, çünkü parametre uygun olduğundan, bu uyum diğerinden daha iyi olduğunu söylemek dışında , gerçekten daha fazla bir şey söyleyemem.
Önemli :
(bunu getirdiğin için @PeterEllis'e teşekkürler)
1- B'deki noktalar, A'daki noktalar ile birebir ilişkili değildir . Bu en iyi uyum ararken akılda tutulması gereken önemli bir şeydir: noktaların sayısı A ve B olduğu değil mutlaka aynı ve uyum iyiliği testi de bu ihtiIafı ve küçültmek için çalışmalısınız.
2- her nokta sayısı B I uyum deneyin veri seti (model çıkış) A olduğu değil sabit.
Chi-Squared testinin bazı durumlarda kullanıldığını gördüm :
Ayrıca, bazı insanların histogramların söz konusu olduğu durumlarda Poisson testinin günlük olması olasılığını önerdiğini okudum . Eğer bu doğruysa , birisi bu testi bu özel durum için nasıl kullanacağımı öğretebilirse gerçekten çok memnun olurum (unutmayın, istatistik bilgim oldukça zayıf, bu yüzden lütfen olabildiğince basit tutun :)