En el modelado de ecuaciones estructurales , una función de discrepancia es una función matemática que describe qué tan cerca se ajusta un modelo estructural a los datos observados; es una medida de bondad de ajuste . Los valores más grandes de la función de discrepancia indican un mal ajuste del modelo a los datos. En general, las estimaciones de los parámetros para un modelo dado se eligen de manera que la función de discrepancia para ese modelo sea lo más pequeña posible. Los conceptos análogos en estadística se conocen como bondad de ajuste o distancia estadística e incluyen desviación y divergencia .
Hay varios tipos básicos de funciones de discrepancia, que incluyen máxima verosimilitud (ML), mínimos cuadrados generalizados (GLS) y mínimos cuadrados ordinarios (MCO), que se consideran las funciones de discrepancia "clásicas". [1] Todas las funciones de discrepancia cumplen los siguientes criterios básicos:
Para que la "máxima probabilidad" cumpla con el primer criterio, se utiliza en una forma revisada como la desviación .