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.
 
 

 

데이터에 반복실험(x 값이 같은 여러 개의 관측치)이 포함되어 있을 경우 적합성 결여 검정을 표시한다.
랜덤 변동만이 관측된 반응값 사이의 차이를 유발할 수 있기 때문에 반복실험은 "순수 오차"를 나타낸다.
모형이 데이터를 정확히 적합시키는지 여부를 확인하려면 p-값(P-값)을 유의 수준에 비교한다.
일반적으로, 0.05의 유의 수준(알파 또는 α라고도 함)이 좋다.
0.05의 α는 모형이 실제로 데이터를 적합시키지만 적합시키지 않는다는 결론을 내릴 가능성이
5%뿐이라는 것을 의미한다.
 
 

 
 
■ P-값 < α : 모형이 데이터를 적합시키지 않는다. p-값이 α보다 작거나 같으면 모형이 데이터를
   정확히 적합시키지 않는다는 결론을 내립니다. 더 나은 모형을 얻으려면 항을 추가하거나 데이터를
   변환해야 할 수도 있다.
■ P-값 > α: 모형이 데이터를 적합시키지 않는다는 증거가 없다.
   p-값이 α보다 크면 모형이 데이터를 잘 적합시키지 않는다는 결론을 내릴 수 없다.