(Si prega di notare che questa nuova versione 28-06-2018 supporta Per gruppi. Altrimenti, è lo stesso di prima.)
JMP fornisce il test Shapiro-Wilk nella piattaforma di distribuzione per una deviazione da una distribuzione normale. Questo test ha dimostrato di essere più potente dei test alternativi, incluso il test di Anderson-Darling (1). (Si noti che tutti questi test hanno una bassa potenza con piccoli campioni.) Tuttavia, potresti avere un precedente per l'utilizzo del test AD per la normalità, quindi questo componente aggiuntivo lo implementa. Il test stima la media e la deviazione standard della distribuzione normale per impostazione predefinita. Uno di questi parametri può invece essere specificato se noto per un test rispetto a una particolare distribuzione normale. I risultati del test vengono aggiunti a una piattaforma di distribuzione.
Basta aprire il file del componente aggiuntivo per registrarlo con JMP prima dell'uso. Quindi, apri la tabella dei dati con la colonna dei dati da testare e seleziona Componenti aggiuntivi > Test di normalità di Anderson-Darling . Selezionare la colonna dei dati e fare clic Y, Risposta . Facoltativamente, selezionare la colonna con gli identificatori di gruppo e fare clic Di . Se la media è nota, selezionare il Conosciuto pulsante di opzione per il Significare e inserire il valore nell'apposita casella. Lo stesso vale per la deviazione standard.
Clic OK . Apparirà brevemente una finestra di avviso per ciascun campione. IL P -il valore per la statistica del test quadrato A è calcolato da una simulazione Monte Carlo di 100.000 campioni sotto l'ipotesi nulla.
Il rapporto di prova è visualizzato nella parte inferiore della finestra. Vengono riportate le statistiche del test A quadrato e A quadrato aggiustato. L'approssimativo P -il valore per la seconda statistica del test viene calcolato da un insieme di quattro funzioni di interpolazione (2).
Nota che una versione precedente (prima del 5 giugno 2014) di questo test come script calcolava il file P -valore per A quadrato in modo errato e non dovrebbe essere usato. Sostituisci quella versione con questo componente aggiuntivo se hai scaricato la versione prima che la correzione diventasse disponibile.
Riferimenti
(1) Razali, Normadiah Modh e Yap Bee Wah (2011) Confronti di potenza dei test di Shapiro-Wilk, Kolmogorov-Smirnov, Lilliefors e Anderson-Darling , Journal of Statistical Modeling and Analytics, 2 (1)21-33.
(2) RB D'Augustino e MA Stephens, eds., 1986, Tecniche di bontà di adattamento , Marcel Decker.
Grazie Marco! Questo è in realtà molto utile per quelli di noi che hanno lavorato nel settore dei dispositivi medici, dove eseguiamo sempre questi test di normalità... Spesso utilizziamo la statistica del test AD (e il valore p associato) poiché è implementata per impostazione predefinita in Minitab (e Minitab è più comunemente utilizzato in queste aziende di dispositivi).
Ciao Marco,
Abbiamo notato che, quando si salvano i risultati nella tabella dati, JMP esegue solo lo script della distribuzione (tralasciando il test AD).
Qualche idea su come aggiustarlo?
Grazie.
CIAO @FN , Includo la menzione a @Mark_Bailey qui nel caso non avesse visto il tuo post.Sfortunatamente, non possiamo impegnarci a mantenere i componenti aggiuntivi a tempo indeterminato, ma fortunatamente la necessità del test AD è stata identificata dai clienti e incorporata in JMP 15. Suggerirò di utilizzare il test Anderson Darling integrato in Adattamento continuo > Adattamento normale Distribuzione > Bontà di adattamento.Puoi vedere che l'azione con script "Adatta normale (bontà dell'adattamento (1))" cattura sia il risultato del test SW che quello AD in JMP.
@PatrickGiuliano , grazie per il ping. Innanzitutto, le piattaforme JMP NON salvano le personalizzazioni effettuate tramite script. Catturano solo le modifiche apportate in modo interattivo tramite i menu del triangolo rosso o la manipolazione diretta (ad esempio, modifica delle dimensioni del fotogramma). In secondo luogo, questo componente aggiuntivo non è più necessario, poiché @PatrickGiuliano spiegato.
