Zur Bestimmung des Normalverteilungsdiagramms erforderliche ProbenLieber JMP,
Darf ich wissen, ob eine Mindestanzahl an Proben erforderlich ist, bevor wir tatsächlich feststellen können, ob die Proben, die wir haben, in die Kategorie der Normalverteilung fallen?
Ich habe eine Stichprobe von 10 Daten. Das reicht aus, um zu zeigen, ob alle diese Daten in die Kategorie der Normalverteilung fallen
Rgrds
Irfan
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichOk, Markus, trotzdem vielen Dank für deine HilfeBetreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichDu hast nichts falsch gemacht. Die Dixon-Testergebnisse sollten unabhängig vom Vorhandensein eines Ausreißers angezeigt werden. Der Teil des Skripts, der einen benutzerdefinierten Bericht für die Ausreißeranalyse zur Verteilungsplattform hinzufügt, ist (anscheinend) nicht mit JMP 5 kompatibel. Ich habe diese alte Version von JMP nicht, daher kann ich diese Schlussfolgerung weder bestätigen noch einen Workaround finden. JMP 5 ist etwa fünfzehn Jahre alt.
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichLieber Mark,
Ich habe Ihren Vorschlag ausprobiert und konnte das Skript so ausführen, wie Sie es im Beispiel zeigen.
Aber wenn ich die Analyse durchführe, zeigt mein Verteilungsdiagramm die Ausreißeranalyse nicht an. Liegt das daran, dass es keine Ausreißer gibt?
Rgrds
Irfan
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichLaden Sie das Skript über den Link herunter, den ich Ihnen gegeben habe. Öffnen Sie Ihre Datentabelle. Öffnen Sie das Skript. Führen Sie das Skript aus. (Verschiedene Möglichkeiten: Wählen Sie Bearbeiten > Skript ausführen, drücken Sie Strg-R (Windows) oder Befehlstaste-R (Macintosh), klicken Sie auf die Schaltfläche „Skript ausführen“ in der Symbolleiste oder klicken Sie mit der rechten Maustaste in den Skripteditor und wählen Sie „Skript ausführen.l“) Jetzt Sie sollten in der Lage sein, den Anweisungen in den Links zu folgen, um die Datenspalte für die Analyse auszuwählen und fortzufahren.
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichHallo Mark,
Tut mir leid, aber ich dachte, das Skript sei in Ihrer JMP-Version erstellt worden. Als ich meine JMP-Version eincheckte, sah ich die Ausreißertestfunktion nicht und gehe daher davon aus, dass meine Version sie nicht hat. Ich bin noch neu mit der JSL-Fähigkeit.
Hier ist der Screenshot meiner Daten, aber ich sehe die zusammenfassende Statistik des Dixon-Ausreißertests nicht in meinem Diagramm. Gibt es dafür einen Grund? Liegt es daran, dass es anzeigt, dass es in meiner Verteilung keine Ausreißer gibt?
Rgrds
Irfan
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichWarum nicht?
Anstatt zu raten, warum nutzen Sie nicht die von mir bereitgestellten Links, lesen die Beschreibungen und Anweisungen, laden die Skripte herunter und probieren sie mit Ihren 9 Beobachtungen aus? Hast Du es versucht? Warum funktioniert es nicht?
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichLieber Mark,
Ich schätze, es gibt keine Möglichkeit, diesen Zwei-Ausreißer-Test mit der JMP 5-Version richtig durchzuführen
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichIch schlage vor, dass Sie eine verwenden Ausreißertest . Viele Tests wurden dafür entwickelt spezifische Kontaminationsprozesse . Wir wissen nichts über Ihren Kontaminationsprozess und können daher keinen dieser Tests verwenden. Wir müssen auf einen der weniger spezifischen Tests zurückgreifen. Zwei der beliebtesten Tests finden Sie hier im Dateiaustauschbereich der JMP-Community. Für beide habe ich hier einen Link eingefügt:
Lesen Sie unbedingt die Beschreibung sorgfältig durch, bevor Sie eines davon verwenden, um Erklärungen und Anweisungen zu erhalten.
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichJa, ich würde gerne wissen, welche statistische Methode am besten geeignet ist, um zu bestimmen, ob 2,2 aus derselben Grundgesamtheit stammt wie der Rest, was mit einem normalen Quantildiagramm ausreichen sollte.Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichHallo Mark,
Vielen Dank für die schnelle Antwort. Ich schätze, meine ursprüngliche Frage zu dem Problem ist, ob der Wert 2,2 aus derselben Population stammt wie der Wert 2,3. Ich trenne die beiden Gruppen tatsächlich auf der Grundlage meiner Annahme, dass sie zu einer anderen Gruppe gehören. Wie kann ich dieses Problem richtig angehen? Kann ich sagen, dass sie zur gleichen Normalverteilung gehören?Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichFragen Sie, ob ein einzelner Wert (2.2) aus derselben Grundgesamtheit stammt? Dann folgen Sie meinem letzten Vorschlag, das normale Quantildiagramm mit zu verwenden DS = Niedrig Beobachtungen.
Fragen Sie, ob die Gruppe von Gruppe = Niedrig Beobachtungen stammen aus derselben Population wie der Rest ( Gruppe = Hoch )? Dann nutzen Sie die T -Testergebnis.
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichMan kann nicht beides haben.
Die Analyse der 9 Beobachtungen mit dem Normalquantildiagramm, um festzustellen, ob ein Extremwert ein Ausreißer ist ist ungültig wenn Sie bereits festgestellt haben, dass es in Bezug auf den Mittelwertparameter zwei Grundgesamtheiten gibt. Auf diese Weise können Sie eine gemischte Stichprobe nicht für eine gültige Schlussfolgerung verwenden.Sie müssen den potenziellen Ausreißer gegenüber bewerten nur die Beobachtungen in der Stichprobe aus derselben Grundgesamtheit (Stichprobengröße beträgt 3).
Komisch, dass Ihr Anpassungstest durchgeführt wurde nicht Lehnen Sie das einzelne Normalverteilungsmodell ab, aber Ihr T -prüfen lehnte ab dass die beiden Gruppen den gleichen Mittelwert haben.
Wie auch immer, das musst du nicht Analysieren Sie die Verteilung der 9 Beobachtungen als eine einzelne Population, nachdem Sie nun festgestellt haben, dass es zwei Populationen gibt. Du solltest separat Untersuchen Sie das Normalquantildiagramm für jede Population. Du kannst den ... benutzen Gruppe Spalte in der Von Analyserolle im Startdialog der Verteilung.
Was ist die Grundlage für die Zuordnung einer Beobachtung? Gruppe = Niedrig oder Gruppe = Hoch ?
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichHallo Mark,
Nochmals vielen Dank für die Antwort. So vergleiche ich die beiden DS-Gruppen. Grundsätzlich habe ich die ~2,2 in einer Gruppe und die über ~2,3 in einer anderen Gruppe gruppiert und den T-Test durchgeführt, um den Mittelwert zu vergleichen. Der t-Test zeigt, dass die beiden aus zwei unterschiedlichen Populationen stammen.
Hier ist mein Quantildiagramm. Basierend auf dem Shapiro-Wilk-Test kann ich sagen, dass die Grundgesamtheit meiner Stichprobe aus einer Normalverteilung stammt.
Kann ich anhand des normalen Quantildiagramms sagen, dass 2,2 aus derselben Population stammt wie der Rest? Das ist die Frage, die ich beantworten muss
Vielen Dank im Voraus für Ihre Erklärung
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichWas haben Sie für Ihre „grobe Schätzung“ verwendet? Warum gibt es Ihrer Meinung nach in dieser Datenstichprobe zwei Populationen?
Das normale Quantildiagramm weist nicht auf zwei Populationen hin. Das heißt, ein Modell, das auf einer einzelnen Normalverteilung basiert, erscheint angemessen:
Sie könnten ein Mischungsmodell basierend auf zwei Normalverteilungen anpassen:
Das bessere Modell ist das mit dem kleinsten -2L. AICc ist ein besseres Kriterium, da es einen Abzug für Überanpassung beinhaltet. AICc wird als -2L + 2k +2k(k+1)/(nk-1) berechnet, wobei k die Anzahl der Parameter und n die Stichprobengröße ist. Der AICc für das Normalverteilungsmodell beträgt -24,0700125097119 + 2(2) + 2(2)(2+1)/(9-2-1) = −18,0700125097. Der AICc für das Normalmischungsverteilungsmodell beträgt -24,0700125097119 + 2(6) + 2(6)(2+1)/(9-6-1) = 5,9299874903.
Ein naiver Vergleich basierend auf -2L würde also das Normalmischungsmodell auswählen, das bestrafte Kriterium wählt leicht die einfachere Normalverteilung aus.
Das normale Quantildiagramm zeigt keinen Hinweis auf einen statistischen Ausreißer. Wenn Sie den Kontaminationsprozess kennen, kann ein selektiver Ausreißererkennungstest angewendet werden. Andernfalls müssten Sie einen allgemeinen Ausreißertest verwenden. Ein solcher Test wäre in diesem Fall nicht von Bedeutung.
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichHallo Mark,
Danke, was ich suche, ist, dass ich einen Satz 9 Daten habe, wie unten gezeigt. Aus den groben Schätzungen kann ich ersehen, dass es zwei Datenpopulationen gibt, nämlich ~ 2,3 und ~ 2,2. Ich würde gerne herausfinden, ob der 2.2 tatsächlich zur gleichen Normalpopulation gehört wie der 2.3. Mit anderen Worten, ob die 2.2-Daten tatsächlich in die gleiche Grundgesamtheit fallen wie die übrigen Daten.
2.26
2.23
2.43
2.33
2.36
2.36
2,35
2.32
2.23
Welche Art von Analyse kann ich durchführen, um dies festzustellen? Ist das normale Quantildiagramm und der Shapiro-Wilk-Test ausreichend?
Betreff: Zur Bestimmung des Normalverteilungsdiagramms sind Proben erforderlichDie Mindeststichprobengröße zur Anpassung an ein Normalverteilungsmodell (Mittelwert und Standardabweichung schätzen) und zur Durchführung des Shapiro-Wilk-Hypothesetests (H0: Grundgesamtheit ist normal gegenüber H1: Grundgesamtheit ist nicht normal) beträgt 2.
Was meinst du mit „tatsächlich zur Bestimmung verwenden“?
Ihre Frage könnte sich auf die Aussagekraft des Tests zur Ablehnung der Nullhypothese beziehen. Bei der minimalen Stichprobengröße 2 ist die Aussagekraft gering. Viele Experten, darunter auch JMP, halten das Thema jedoch für strittig. Sobald Sie über eine ausreichende Stichprobengröße verfügen, um die Normalität mit einigermaßen hoher Trennschärfe zu testen, ist die Normalitätsannahme der gängigsten Statistiken oder Tests erfüllt Zentraler Grenzwertsatz (Die Summe von Zufallsvariablen ist normalverteilt wenn die Stichprobengröße gegen Unendlich zunimmt).
Eine wichtige Annahme des Ein-Stichproben-t-Tests ist beispielsweise, dass Der Stichprobenmittelwert ist normalverteilt . Wenn die Datenpopulation normalverteilt ist, ist auch der Stichprobenmittelwert normalverteilt. Wir testen also die Normalität der Stichprobe, um über die Normalität der Bevölkerung zu entscheiden. Was passiert, wenn die Probe diesen Normalitätstest nicht besteht? Was ist, wenn die Bevölkerung nicht normal ist? Nun, es könnte ein Problem sein oder auch nicht. Es hängt von der Schiefe der Bevölkerung ab.
Denken Sie daran, dass es sich bei der Annahme um die Verteilung des Stichprobenmittelwerts handelt. Eine Normalpopulation (von Daten) ist nur eine Möglichkeit, normalverteilte Stichprobenmittelwerte zu erhalten. Der Stichprobenmittelwert wird als (gewichtete) Summe der Beobachtungen, also der Zufallsvariablen, berechnet. Daher sind diese Stichprobenmittel unabhängig von der Verteilung der Grundgesamtheit hinreichend normal, wenn die Stichprobengröße groß genug ist und somit die Annahme des t-Tests gültig ist. Auch hier kommt es auf die Schiefe der Bevölkerungsverteilung an.
Sie können die minimale Stichprobengröße für die Nominalität unter der CLT aus der Schätzung der Schiefe berechnen oder eine Faustregel verwenden. (Eine beliebte Regel besagt, dass eine Stichprobengröße von mindestens 30 ausreichend ist.)
Letztlich kommt es darauf an, anhand der Stichprobe die Normalität zu bestimmen.
Warum entscheiden Sie, ob die Bevölkerung normal ist? Wozu dient die Normalitätsannahme?
