Hosmer-Lemeshow检验

Hosmer-Lemeshow检验是一种用于评估分类模型拟合优度的统计检验方法。它主要用于评估 logistic 回归模型在实际观测值和预测概率之间的拟合程度。该检验基于观测值和预测概率按照预先定义的分组进行比较。

Hosmer-Lemeshow检验的原假设是模型完全拟合数据，即预测概率与实际观测值完全一致。如果检验的结果拒绝了原假设，则意味着模型的拟合效果不佳，存在一定的误差。

在进行Hosmer-Lemeshow检验时，通常需要将数据分为若干组（例如10组），每组中包含相同数量的观测值。然后计算每组中实际观测值和预测概率之间的差异，并使用适当的统计指标（例如Pearson卡方统计量）来判断模型的拟合优度。

总之，Hosmer-Lemeshow检验是一种常用的评估分类模型拟合优度的方法，可用于判断模型在不同数据分组下的预测效果是否与实际观测值相符。