(Veuillez noter que cette nouvelle version du 28/06/2018 prend en charge Par groupes. Sinon, c'est comme avant.)
JMP fournit le test de Shapiro-Wilk dans la plate-forme Distribution pour un écart par rapport à une distribution normale. Ce test s'est avéré plus puissant que les autres tests, y compris le test d'Anderson-Darling (1). (Notez que tous ces tests ont une faible puissance avec de petits échantillons.) Néanmoins, vous pouvez avoir un précédent pour l'utilisation du test AD pour la normalité, donc ce complément l'implémente. Le test estime la moyenne et l'écart type de la distribution normale par défaut. L'un ou l'autre de ces paramètres peut à la place être spécifié s'il est connu pour un test par rapport à une distribution normale particulière. Les résultats des tests sont annexés à une plate-forme de distribution.
Ouvrez simplement le fichier de complément pour l'enregistrer auprès de JMP avant de l'utiliser. Ensuite, ouvrez la table de données avec la colonne de données à tester et sélectionnez Compléments > Test de normalité d'Anderson-Darling . Sélectionnez la colonne de données et cliquez sur Oui, réponse . Facultativement, sélectionnez la colonne avec les identifiants de groupe et cliquez sur Par . Si la moyenne est connue, sélectionnez le Connu bouton radio pour le Moyenne et entrez la valeur dans la case prévue à cet effet. Il en est de même pour l'écart-type.
Cliquez sur D'ACCORD . Une fenêtre d'alerte apparaît brièvement pour chaque échantillon. Le p -la valeur de la statistique de test au carré est calculée par une simulation de Monte Carlo de 100 000 échantillons sous l'hypothèse nulle.
Le rapport de test s'affiche en bas de la fenêtre. Les statistiques de test A carré et ajusté A carré sont rapportées. Le approximatif p -la valeur de la deuxième statistique de test est calculée à partir d'un ensemble de quatre fonctions d'interpolation (2).
Note qu'une version précédente (avant le 5 juin 2014) de ce test en tant que script calculait le p -valeur pour un carré incorrectement et ne doit pas être utilisé. Veuillez remplacer cette version par ce complément si vous avez téléchargé la version avant que la correction ne soit disponible.
Les références
(1) Razali, Normadiah Modh et Yap Bee Wah (2011) Comparaisons de puissance des tests de Shapiro-Wilk, Kolmogorov-Smirnov, Lilliefors et Anderson-Darling , Journal de modélisation statistique et d'analyse, 2 (1)21-33.
(2 ) RB D'Augostino et MA Stephens, éd., 1986, Techniques d'adéquation de l'ajustement , Marcel Deker.
Merci Marc ! C'est en fait très utile pour ceux d'entre nous qui ont travaillé dans l'industrie des dispositifs médicaux où nous effectuons toujours ces tests de normalité... Nous utilisons souvent la statistique de test AD (et la valeur p associée) car elle est implémentée par défaut dans Minitab (et Minitab est plus couramment utilisé par ces fabricants d'appareils).
Bonjour Mark,
Nous avons remarqué que, lors de l'enregistrement des résultats dans la table de données, JMP scripte uniquement la distribution (en laissant de côté le test AD).
Des idées sur la façon de résoudre ce problème ?
Merci.
Salut @FN , j'inclus la mention à @Mark_Bailey ici au cas où il n'aurait pas vu votre message.Malheureusement, nous ne pouvons pas nous engager à maintenir les compléments indéfiniment, mais heureusement, le besoin du test AD a été identifié par les clients et incorporé dans JMP 15. Je suggère d'utiliser ce test Anderson Darling intégré sous Ajustement continu > Ajustement normal. Distribution > Qualité de l'ajustement.Vous pouvez voir que l'action scriptée « Ajustement normal (qualité de l'ajustement (1)) » capture à la fois le résultat du test SW et AD dans JMP.
@PatrickGiuliano , merci pour le ping. Premièrement, les plates-formes JMP n'enregistrent AUCUNE personnalisation effectuée via des scripts. Ils capturent uniquement les modifications apportées de manière interactive via les menus du triangle rouge ou par manipulation directe (par exemple, modifier les dimensions du cadre de tracé). Deuxièmement, ce complément n'est plus nécessaire, car @PatrickGiuliano expliqué.
