我的问题是：
proc logistic 与 proc genmod ，它们分别用于考察goodness-of-fit的统计量都有哪些？这些统计量的原假设是什么？换言之，哪些情况下P-value越大说明模型越好，哪些情况下说明模型越好？求大神们，给个总结。

我目前从书上看到以下几个：
proc logisitc:
1. global chi-square test. 其要回答的问题是“is this model better than nothing?” ， P-value 越小，说明模型越好。
2. hosmer and lemeshow test. 其原假设是“the fitted model is correct”. 所以，它的P-vaule越大（>0.05）说明模型越好。

proc genmod:
the deviance chi-square. 其要回答的问题是“is there a better model than this one?” 所以P-value越大，说明模型越好。

以上都出自于logistic regression: using the sas system 一书3.6.
书才看到这里，想知道看模型拟合度时，除了上面的，还有哪些其它统计量要看的，以及其原假设及P-value怎么判断。
求大神们总结。

更新proc catmod（the dependent variable has more than two categories）:
output中 maximum-likelihood analysis-of -variance table解读：
该表反映的主要内容"global tests for the effect of each variable on the outcome variable, controlling for the other variables in the model"。所以，除最后一行以外，其它所有的chi-square 统计量都是wald 统计量，对应的原假设是"the explanatory variable has no effect on the outcome variable."所以，P-value越小，越好。
而最后一行"likelihood ratio"等同于the deviance statistic produced by proc genmod--因此，p-value越大，越好。