'적합성 결여 (Lack of Fit)'이란, 회귀 모형에서 반응 변수와 실험 요인의 함수 관계를
적절하게 설명하지 못하는 경우 적합성 결여를 나타낸다.

교호작용 또는 2차 항과 같은 중요한 항이 모형에 포함되어 있지 않은 경우
적합성 결여가 발생할 수 있다. 또한 모형을 적합하게 만든 결과 비정상적으로
큰 잔차가 나타난 경우에도 적합성 결여가 발생할 수 있다.

또한, 데이터에 반복실험(x 값이 같은 여러 개의 관측치)이 포함되어 있을 경우
적합성 결여 검정을 표시한다. 랜덤 변동만이 관측된 반응 값 사이의 차이를 유발할 수 있기
때문에 반복실험은 "순수 오차 (Pure Error)"로 나타낸다.

적합결여검정(Lack of Fit Test)란 독립변수 x와 종속변수 y사이의 함수관계를
회귀모형으로 표현하는 것이 적절한지를 검정한다.

모형이 데이터를 정확히 적합시키는지 여부를 확인하려면 p value를 유의 수준(α값, 일반적으로 0.05)과 비교하는데,
여기서, α=0.05는 모형이 실제로 데이터를 적합시키지만 적합시키지 않는다는 결론을
내릴 가능성이 5% 뿐이라는 것을 의미한다.

즉, p value ≤α이면 분석중인 회귀모형이 데이터를 정확히 적합시키지 않는다는
결론을 내리고 더 나은 모형을 얻으려면 항을 추가하거나 데이터를 변환해야 할 수도 있다.
p value >α이면 분석중인 회귀모형이 데이터를 잘 적합시키지 않는다는 결론을 내릴 수 없다.