7864_de-DE

liliconcom

Helfen Sie bei der Interpretation der KSL-Testergebnisse in „Goodness of Fit“.<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

nHallo zusammen,

Ich schaue mir einige gute Ergebnisse an. Während die Shapiro-Wilkes-Ergebnisse teilweise (spärlich) dokumentiert sind, scheint der Komologorov-Smirnov-Lilliefors-Test eine andere Form und keine Dokumentation zu haben. Auch eine schnelle Suche im Forum zeigt nichts; und Google schweigt zu diesem Thema.

Meine Ergebnisse sind:

Für eine Normalverteilung:

D Wahrscheinlich > D

0,3752777 < 0,0100*

Ich glaube nicht, dass dies eine Normalverteilung ist. Kann ich die Nullhypothese als D > Alpha ablehnen?

Warum ist Prob > D signifikant? Bedeutet dies nur, dass es sich bei dem Testergebnis wahrscheinlich nicht um ein zufälliges Ereignis handelt?

Für die LogNormal-Verteilung.

D Wahrscheinlich > D

0,030143 < 0,0100*

Dies kommt einer logarithmischen Normalverteilung nahe – sie liegt größtenteils innerhalb der Grenzen des Normalquantildiagramms, schwankt aber an den Enden ein wenig. Da D jetzt kleiner als Alpha ist; Bedeutet das, dass es zu einer logarithmischen Normalverteilung passt?

Zu Ihrer Information: Es gibt ~159.000 Datenpunkte.

Der beste Link, den ich zu diesem Thema finden kann, ist http://homepages.cae.wisc.edu/'1e642/content/Techniq ues/KS-Test.htm, worauf ich meine Annahmen gründe.

Vielen Dank für alle weiteren Informationen, die Sie uns zur Verfügung stellen können.

Gareth

Betreff: Hilfe bei der Interpretation der KSL-Testergebnisse in Bezug auf die Anpassungsgüte

In diesem Fall möchten Sie möglicherweise die folgenden Schritte ausprobieren:

1) Öffnen Sie Ihre Datentabelle.

2) Führen Sie eine Verteilung mit allen gewünschten Variablen aus.

3) Halten Sie die Strg-Taste gedrückt und passen Sie die Normalverteilung an alle Variablen an

 

4) Halten Sie die Strg-Taste gedrückt und erhalten Sie die Anpassungsgüte

 

5) Jetzt kommt der Trick: Klicken Sie mit der rechten Maustaste auf eine der Anpassungstabellen und wählen Sie „Kombinierte Datentabelle erstellen“.

 

Jetzt sollten Sie eine voll funktionsfähige Tabelle mit allen Ergebnissen auf einmal haben. Auf diese Weise können Sie nach dem Statistikwert oder P-Wert sortieren oder sogar eine Grafik davon erstellen, was Sie gerade erhalten haben.

 

hoffe das hilft.

Ron

 

 

 

Betreff: Hilfe bei der Interpretation der KSL-Testergebnisse in Bezug auf die Anpassungsgüte

Vielen Dank für die Hinweise.

 

Während eine Stichprobengröße von ~159.000 im Zusammenhang mit der Ablehnung der Nullhypothese als groß und gut nachweisbar gilt, gibt es eine Zahl, bei der wir eine Stichprobengröße als „groß und gut nachweisbar“ betrachten?Und wenn diese Zahl auf einer Theorie oder einer allgemeinen Faustregel basiert?In meinem Fall könnte ich mit einer Stichprobengröße von ~40.000 arbeiten.

 

Außerdem möchte ich versuchen, eine visuelle Inspektion der Histogramme zu vermeiden.Ich könnte es mit ca. 40.000 Einheiten in einem bestimmten Produkt zu tun haben, wobei für jede Einheit ca. 3.000 verschiedene Arten von Messungen vorgenommen werden.Angenommen, wir erwarten, dass jede einzelne Art von Messung ein Normalverteilungsverhalten erzeugt.Ich stelle mir vor, dass ich, wenn möglich, den Normalitätstest mit JMP durchführen könnte, um den p-Wert für jede der 3000 Messungen anzugeben.Indem ich 3000 p-Werte als ersten Bruttobildschirm betrachte, kann ich problematische Messungen (die nicht normal sind) schnell identifizieren, anstatt 3000 Histogramme manuell durchzusehen.Dafür benötigen wir (1) Genauigkeit und Robustheit des Normalitätstests und (2) eine in JSL unterstützte Automatisierung, um diese p-Werte zu melden.Wenn es Ratschläge zu einem solchen Nutzungsmodell gibt, wäre ich sehr dankbar.

Betreff: Hilfe bei der Interpretation der KSL-Testergebnisse in Bezug auf die AnpassungsgüteJMP berechnet in diesem Fall die p-Werte nicht wirklich. JMP sucht sie anhand der Tabellenwerte. Aus diesem Grund können Sie einige Beobachtungen weglassen und denselben p-Wert erhalten. Aus diesem Grund gibt JMP auch das Symbol < oder > an. Dadurch wird dem Benutzer mitgeteilt, dass der p-Wert geringfügig unter oder geringfügig über dem gemeldeten Wert liegt.



Sie haben Recht, was das Problem der Stichprobengröße/Signifikanz angeht.


Betreff: Hilfe bei der Interpretation der KSL-Testergebnisse in Bezug auf die AnpassungsgüteJMP berechnet in diesem Fall die p-Werte nicht wirklich. JMP sucht sie anhand der Tabellenwerte. Aus diesem Grund können Sie einige Beobachtungen weglassen und denselben p-Wert erhalten. Aus diesem Grund gibt JMP auch das Symbol < oder > an. Dadurch wird dem Benutzer mitgeteilt, dass der p-Wert geringfügig unter oder geringfügig über dem gemeldeten Wert liegt.



Sie haben Recht, was das Problem der Stichprobengröße/Signifikanz angeht.


Betreff: Hilfe bei der Interpretation der KSL-Testergebnisse in Bezug auf die Anpassungsgüte

Bei dieser Stichprobengröße erweist sich alles als signifikant (im Guten wie im Schlechten). Denn jeder noch so kleine Unterschied ist „erkennbar“. Mit diesem Beispiel würde ich die Dinge zunächst visuell bearbeiten.

Ich finde auch, dass die p-Werte dieses Tests eher verdächtig gerundet sind. Wenn Sie einfach einige Beobachtungen weglassen und den Test wiederholen, erhalten Sie immer noch den exakt gleichen p-Wert.

Betreff: Hilfe bei der Interpretation der KSL-Testergebnisse in Bezug auf die Anpassungsgüte

Die Details und Formeln dieses Tests finden Sie auf der folgenden Seite: http://support.sas.com/documentation/cdl/en/procstat/63104/HTML/default/viewer.htm#procstat_univariate_sect037.htm

Die Nullhypothese für den KSL-Test lautet, dass die Daten in der von Ihnen angepassten Verteilung verteilt werden.Angenommen, Sie passen eine Normalverteilung an.Dann lautet die Nullhypothese, dass die Daten normalverteilt sind.

Um den Test interpretieren zu können, muss sich der Benutzer für eine Alpha-Stufe entscheiden.Angenommen, Sie wählen einen Alpha-Wert von 0,05.

Der Erhalt eines p-Werts von 0,1500 bedeutet, dass man die Nullhypothese nicht ablehnen kann (da wir ein Alpha von 0,05 gewählt haben, was kleiner als der p-Wert ist).

Betreff: Hilfe bei der Interpretation der KSL-Testergebnisse in Bezug auf die Anpassungsgüte

Ich habe ähnliche Fragen und es scheint, dass es zu diesem Thema nur sehr wenige Ressourcen gibt.

1. Wie berechnet und meldet JMP die KSL-Testergebnisse?

2. Wie sind die von JMP gemeldeten D- und Prob>D-Werte zu interpretieren?

3. Hat der Benutzer Kontrolle über das Alpha-/Signifikanzniveau?Wenn ja, wie?