拟合优度检验检查模型与数据的拟合程度。小的 p 值表示模型不适用。拟合优度检验也称为失拟检验和拟合差异检验。Minitab 会显示两个拟合优度检验。

偏差检验可将模型的对数似然与极大对数似然进行比较。偏差检验是适用于对参数使用极大似然估计值的嵌套模型的加法模型。在较小模型是较大模型的子集的情况下，比较这两个模型时，这个加法会使检验非常有用。在模型中添加和删除项后，您会发现偏差的变化。

Pearson 检验比较了数据中的观测计数和模型中的拟合计数。Pearson 检验有个更实用的解释，因为您可以通过查看残差来确定观测计数与拟合计数的最大不同之处。

通过使用较大的样本数量，较小的差异也会表现出显著的统计意义。通过检验观测计数和拟合计数之间的差值来考虑失拟的实际重要性。

拟合优度检验
 
检验     自由度      估计     均值   卡方   P 值
偏差         32  31.60722  0.98773  31.61  0.486
Pearson      32  31.26713  0.97710  31.27  0.503
                                                

对于这些树脂缺陷数据，拟合优度检验的 p 值为 0.486 和 0.503。在 α 水平为 0.05 时，这两个检验结果都不显著。从拟合优度检验的角度来分析，此模型适用。