KSL 테스트 결과를 적합도 해석에 도움<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕하세요 여러분,
나는 적합한 결과의 장점을보고 있습니다. Shapiro-Wilkes 결과에는 일부 (희박한) 문서가 있지만 Komologorov-Smirnov-Lilliefors 테스트에는 다른 형식이 있고 문서가 없는 것 같습니다. 빠른 검색을 해도 포럼에는 아무 것도 표시되지 않습니다. 그리고 구글은 이 주제에 대해 매우 조용합니다.
내 결과는 다음과 같습니다
정규 분포의 경우:
D 확률 > D
0.3752777 < 0.0100*
나는 이것이 정규분포라고 믿지 않는다. D > 알파이므로 귀무가설을 기각할 수 있나요?
Prob > D가 중요한 이유는 무엇입니까? 이것은 단지 테스트 결과가 무작위로 발생할 가능성이 없다는 것을 의미합니까?
LogNormal 분포의 경우.
D 확률 > D
0.030143 < 0.0100*
이는 로그 정규 분포에 가깝습니다. 이는 대부분 정규 분위수 플롯의 한계 내에 있지만 끝 부분에서 약간 떠돕니다. D는 이제 알파보다 작습니다. 이것은 로그 정규 분포에 적합하다는 것을 의미합니까?
참고로 ~159,000개의 데이터 포인트가 있습니다.
해당 주제에 대해 내가 찾을 수 있는 가장 좋은 링크는 다음과 같습니다. http://homepages.cae.wisc.edu/'1e642/content/Techniq ues/KS-Test.htm이 바로 제가 가정한 내용입니다.
추가 정보를 제공해 주셔서 감사합니다.
가레스
답: KSL 테스트 결과를 적합도 해석에 도움을 주세요.이 경우 다음 단계를 시도해 볼 수 있습니다.
1) 데이터 테이블을 엽니다.
2) 원하는 모든 변수를 사용하여 분포를 실행합니다.
3) Ctrl 키를 누른 채 정규 분포를 모든 변수에 맞춥니다.
4) Ctrl 키를 누른 상태에서 핏의 장점을 얻습니다.
5) 이제 트릭이 나옵니다. 맞춤 테이블의 장점 중 하나를 마우스 오른쪽 버튼으로 클릭하고 결합된 데이터 테이블 만들기를 선택합니다.
이제 모든 결과를 한 번에 볼 수 있는 완전한 기능의 테이블이 있어야 합니다. 이를 통해 통계 값이나 P값을 기준으로 정렬하거나 방금 얻은 결과에 대한 그래프를 만들 수도 있습니다.
도움이 되었기를 바랍니다.
론
답: KSL 테스트 결과를 적합도 해석에 도움을 주세요.조언해 주셔서 감사합니다.
~159k의 표본 크기는 귀무 가설을 기각하는 맥락에서 크고 탐지 가능성이 높은 것으로 간주되지만, 표본 크기가 "크고 탐지 가능성이 높다"고 간주하는 숫자가 있습니까?그리고 이 숫자가 이론이나 일반적인 경험 법칙에 근거한 것이라면?내 경우에는 약 40,000개의 샘플 크기로 작업할 수 있습니다.
덧붙이자면, 내 의도는 히스토그램을 육안으로 검사하지 않으려는 것입니다.특정 제품에서 최대 40,000개의 단위를 처리할 수 있으며, 각 단위는 최대 3,000가지의 다양한 측정을 수행합니다.모든 종류의 측정이 정규 분포 동작을 생성할 것으로 예상한다고 가정합니다.가능하다면 JMP를 사용하여 정규성 검정을 실행하여 3000개 측정값 각각에 대한 p-값을 보고할 수 있을 것 같습니다.첫 번째 총 화면으로 3000개의 p-값을 보면 3000개의 히스토그램을 수동으로 보는 대신 문제가 있는 측정값(정상이 아닌 측정값)을 빠르게 식별할 수 있습니다.이를 위해서는 (1) 정규성 테스트의 정확성과 견고성, 그리고 (2) 이러한 p-값을 보고하기 위해 지원되는 JSL의 자동화가 필요합니다.그러한 사용 모델에 대한 조언이 있다면 대단히 감사하겠습니다.
답: KSL 테스트 결과를 적합도 해석에 도움을 주세요.이 경우 JMP는 실제로 p-값을 계산하지 않습니다. JMP는 표에 있는 값에서 이를 검색합니다. 그렇기 때문에 일부 관찰을 생략하고 동일한 p-값을 얻을 수 있습니다. 이것이 JMP가 < 또는 > 기호를 제공하는 이유이기도 합니다. 이는 p-값이 보고된 값보다 약간 작거나 약간 높다는 것을 사용자에게 알려줍니다.
표본 크기/유의성 문제에 대해서는 정확합니다.
답: KSL 테스트 결과를 적합도 해석에 도움을 주세요.이 경우 JMP는 실제로 p-값을 계산하지 않습니다. JMP는 표에 있는 값에서 이를 검색합니다. 그렇기 때문에 일부 관찰을 생략하고 동일한 p-값을 얻을 수 있습니다. 이것이 JMP가 < 또는 > 기호를 제공하는 이유이기도 합니다. 이는 p-값이 보고된 값보다 약간 작거나 약간 높다는 것을 사용자에게 알려줍니다.
표본 크기/유의성 문제에 대해서는 정확합니다.
답: KSL 테스트 결과를 적합도 해석에 도움을 주세요.이 크기의 표본 크기를 사용하면 모든 것이 (좋은지 나쁜지) 중요한 것으로 나타납니다. 이는 모든 작은 차이가 "감지 가능"하기 때문입니다. 이 샘플을 사용하면 먼저 시각적으로 사물을 처리할 것입니다.
나는 또한 이 테스트의 p 값이 다소 의심스럽게 반올림되었음을 발견했습니다. 일부 관찰을 생략하고 테스트를 반복하면 여전히 정확히 동일한 p 값이 제공됩니다.
답: KSL 테스트 결과를 적합도 해석에 도움을 주세요.이 테스트의 세부 사항과 공식은 다음 페이지에서 확인할 수 있습니다. http://support.sas.com/documentation/cdl/en/procstat/63104/HTML/default/viewer.htm#procstat_univariate_sect037.htm
KSL 테스트의 귀무 가설은 데이터가 적합한 분포로 분포된다는 것입니다.정규 분포에 적합하다고 가정합니다.그러면 귀무가설은 데이터가 정규 분포를 따른다는 것입니다.
테스트를 해석하려면 사용자는 알파 수준을 결정해야 합니다.알파 값 .05를 선택한다고 가정해 보겠습니다.
0.1500의 p-값을 수신한다는 것은 귀무 가설을 기각할 수 없음을 의미합니다(p-값보다 작은 .05의 알파를 선택했기 때문입니다).
답: KSL 테스트 결과를 적합도 해석에 도움을 주세요.비슷한 질문이 있는데 이 주제에 대한 리소스가 거의 없는 것 같습니다.
1. JMP에서는 KSL 테스트 결과를 어떻게 계산하고 보고하나요?
2. JMP에서 보고된 D 및 Prob>D 값을 어떻게 해석합니까?
3. 사용자가 알파/유의 수준을 제어할 수 있습니까?그렇다면 어떻게?
