Качество описания потоков компонентами модели указывает на оценку качества соответствия.Качество соответствия — это статистическая мера того, насколько хорошо предсказания модели согласуются с наблюдаемыми данными. В физике она используется для оценки того, адекватно ли теоретическая кривая, симуляция или комбинация компонентов модели объясняет экспериментальные измерения. Высокое качество соответствия означает, что модель отражает основные особенности данных, тогда как низкое значение указывает на недостающую физику, систематические ошибки или неадекватную модель.
Концепция возникла в конце XIX века с критерием хи-квадрат Карла Пирсона (1900), который формализовал сравнение наблюдаемых частот с ожидаемыми. В XX веке она стала стандартным инструментом анализа данных в физике.
Наиболее распространённой количественной мерой является статистика хи-квадрат, которая суммирует квадраты разностей между наблюдаемыми и предсказанными значениями, каждое из которых взвешивается по неопределённости. Приведённый хи-квадрат, близкий к 1, указывает на хорошее соответствие; значительно большие значения сигнализируют о недооценке модели или заниженных ошибках, а значительно меньшие значения могут указывать на переобучение или завышенные ошибки. Другие метрики, такие как коэффициент детерминации (R²) или критерии, основанные на правдоподобии, также используются в зависимости от контекста.
Используется в физике элементарных частиц для проверки Стандартной модели на данных коллайдеров, в астрофизике для подгонки кривых вращения галактик и в любом эксперименте, где модель сравнивается с измерениями.
В физике элементарных частиц «хорошее» соответствие часто требует приведённого хи-квадрата между 0.8 и 1.2, но значение, в точности равное 1.0, настолько редко, что иногда вызывает подозрение в фальсификации данных.
