উভয় সূচকগুলি সংযুক্তির শক্তির পদক্ষেপ (যেমন কোনও ভবিষ্যদ্বাণী ফলাফলের সাথে সম্পর্কিত কিনা, এলআর পরীক্ষার মতো) এবং ভবিষ্যদ্বাণীমূলক ক্ষমতা বা মডেল পারফরম্যান্সের পরিমাণ প্রমাণ করতে ব্যবহার করা যেতে পারে। একজন একক ভবিষ্যদ্বাণী ফলাফলের উপর উল্লেখযোগ্য প্রভাব ফেলতে পারে তবে স্বতন্ত্র প্রতিক্রিয়ার পূর্বাভাস দেওয়ার জন্য এটি প্রয়োজনীয়ভাবে কার্যকর নাও হতে পারে , সুতরাং সামগ্রিকভাবে মডেলটির কার্যকারিতা মূল্যায়নের প্রয়োজন (রিং। নাল মডেল)। শ্রীকান্ত বলেছিলেন, নাগেলকার্কে দরকারী কারণ এটির সর্বোচ্চ মূল্য 1.0 রয়েছে 1.0 এটি সম্ভাবনা অনুপাত থেকে গণনা করা এর একটি সাধারণ সংস্করণ ,আর 2 আর 2 এলআর = 1 - এক্সপ্রেস ( - এলআর / এন )R2R2R2LR=1−exp(−LR/n), যা সামগ্রিক সংস্থার জন্য ওয়াল্ড পরিসংখ্যানের সাথে সংযোগ রয়েছে, যা মূলত কক্স এবং স্নেল দ্বারা প্রস্তাবিত। ভবিষ্যদ্বাণীমূলক দক্ষতার অন্যান্য সূচকগুলি হ'ল ব্রিয়ার স্কোর, সি ইনডেক্স (সম্মতি সম্ভাবনা বা আরওসি অঞ্চল), বা সামার্স ডি, পরের দুটি অনুমানমূলক বৈষম্যের আরও ভাল পরিমাপ সরবরাহ করে।
শুধুমাত্র লজিস্টিক রিগ্রেশন তৈরি অনুমানগুলোর যে রৈখিকতা এবং additivity (+ + স্বাধীনতা)। যদিও অনেকগুলি বিশ্বব্যাপী ফিটনেস-অফ-ফিট পরীক্ষাগুলি (যেমন হোসমার ও লেমশো i পরীক্ষা, তবে @ ইউনেস্টপের কাছে আমার মন্তব্য দেখুন ) প্রস্তাবিত হয়েছে, তাদের সাধারণত পাওয়ারের অভাব থাকে। মডেল হইয়া নির্ধারণে জন্য, এটি চাক্ষুষ মাপদণ্ড (স্তরীভূত অনুমান, nonparametric মসৃণকরণ) যে পূর্বাভাস এবং পালিত ফলাফল মধ্যে স্থানীয় বা আন্তর্জাতিক দুর্ভিক্ষ (যেমন অ রৈখিকতা বা পারস্পরিক আদানপ্রদান) স্পট করতে সাহায্য উপর নির্ভর করাই ভালো, এবং এই Harrell এর মূলত বিস্তারিত আরএমএস বিলিপত্র । সম্পর্কিত বিষয়ে (ক্রমাঙ্কন পরীক্ষা), স্টিয়েরবার্গ ( ক্লিনিকাল প্রেডিকশন মডেলস)χ2, ২০০৯) পর্যবেক্ষণের ফলাফল এবং পূর্বাভাসযুক্ত সম্ভাবনার মধ্যে চুক্তিটি মূল্যায়নের জন্য একই পদ্ধতির দিকে ইঙ্গিত করে:
ক্রমাঙ্কন হ'ল ধার্মিকতার সাথে সম্পর্কিত, যা কোনও নির্দিষ্ট উপাত্তের সেটকে ফিট করার জন্য কোনও মডেলের দক্ষতার সাথে সম্পর্কিত। সাধারণত, কোনও ভবিষ্যদ্বাণী মডেলের ফিটের অভাবে সমস্ত ধরণের বিরুদ্ধে ভাল ক্ষমতা আছে এমন কোনও একমাত্র ধার্মিকতা-ফিট-টেস্ট পরীক্ষা নেই। ফিটের অভাবের উদাহরণগুলি অ-রৈখিকতা, মিথস্ক্রিয়া বা রৈখিক ভবিষ্যদ্বাণী এবং ফলাফলের মধ্যে একটি অনুপযুক্ত লিঙ্ক ফাংশন মিস হয়। Good স্ট্যাটিস্টিক সহ গুডনেস অফ ফিট fit
(পৃষ্ঠা 274)χ2
তিনি দৃoot়ভাবে পর্যবেক্ষণ করা ফলাফল এবং ভবিষ্যদ্বাণী করা সম্ভাব্যতার মধ্যে প্রত্যক্ষভাবে বা তথাকথিত হ্যারেলের ই পরিসংখ্যানগুলির সাথে নিখুঁত পার্থক্যের উপর নির্ভর করার পরামর্শও দিয়েছেন।
আরও বিশদ হ্যারেলের বই, রিগ্রেশন মডেলিং কৌশলগুলি (পৃষ্ঠা 203-205, 230-244, 247-249) পাওয়া যাবে। আরও সাম্প্রতিক আলোচনার জন্য, আরও দেখুন
স্টিয়ারবার্গ, ইডাব্লু, ভিকার্স, এজে, কুক, এনআর, গার্ডস, টি, গোনেন, এম, ওবুচোস্কি, এন, পেনসিনা, এমজে, এবং ক্যাটান, এমডাব্লু (2010)। প্রেডিক্সন মডেল, ঐতিহ্যবাহী এবং উপন্যাস ব্যবস্থা জন্য একটি কাঠামোর পারফরমেন্স মূল্যায়ন । এপিডেমিওলজি , 21 (1) , 128-138।