(이 새 버전 06-28-2018은 그룹별을 지원합니다. 그 외에는 이전과 동일합니다.)
JMP는 정규 분포에서 벗어나기 위해 분포 플랫폼에서 Shapiro-Wilk 검정을 제공합니다. 이 테스트는 Anderson-Darling 테스트(1)를 포함한 대체 테스트보다 더 강력한 것으로 나타났습니다. (이러한 테스트는 모두 작은 샘플로 검정력이 낮습니다.) 그래도 정규성을 위해 AD 테스트를 사용하여 이 추가 기능을 구현하는 선례가 있을 수 있습니다. 검정은 기본적으로 정규 분포의 평균과 표준 편차를 추정합니다. 특정 정규 분포에 대한 테스트에 대해 알려진 경우 이러한 매개변수 중 하나를 대신 지정할 수 있습니다. 테스트 결과는 배포 플랫폼에 추가됩니다.
추가 기능 파일을 열어서 JMP에 등록하기만 하면 됩니다. 그런 다음 테스트할 데이터 열이 있는 데이터 테이블을 열고 애드인 > Anderson-Darling 정규성 검정 . 데이터 열을 선택하고 클릭 Y, 응답 . 선택적으로 그룹 식별자가 있는 열을 선택하고 에 의해 . 평균을 알고 있는 경우 다음을 선택합니다. 모두 다 아는 라디오 버튼 평균 제공된 상자에 값을 입력합니다. 표준편차도 마찬가지입니다.
딸깍 하는 소리 좋아요 . 각 샘플에 대해 경고 창이 잠시 나타납니다. 그만큼 피 -A 제곱 검정 통계량에 대한 값은 귀무 가설 하에서 100,000개 샘플의 Monte Carlo 시뮬레이션으로 계산됩니다.
테스트 보고서는 창 하단에 표시됩니다. A 제곱 및 조정된 A 제곱 테스트 통계가 보고됩니다. 대략적인 피 -두 번째 테스트 통계에 대한 값은 4개의 보간 함수 세트(2)에서 계산됩니다.
메모 이 테스트의 이전 버전(2014년 6월 5일 이전)은 스크립트로 다음을 계산했습니다. 피 -A 제곱의 값 틀리게 사용해서는 안됩니다. 수정 사항이 제공되기 전에 버전을 다운로드한 경우 해당 버전을 이 추가 기능으로 교체하십시오.
참조
(1) 라잘리, 노마디아 모드, 얍비와(2011) Shapiro-Wilk, Kolmogorov-Smirnov, Lilliefors 및 Anderson-Darling 검정의 검정력 비교 , 통계 모델링 및 분석 저널, 2 (1)21-33.
(2) RB D'Augostino와 MA 스티븐스, 에드., 1986, 적합도 기법 , 마르셀 데커.
감사합니다 마크! 이것은 실제로 이러한 정규성 테스트를 항상 실행하는 의료 기기 산업에서 일해 온 사람들에게 매우 유용합니다... Minitab에서 기본적으로 구현되기 때문에 AD 테스트 통계(및 관련 p-값)를 사용하는 경우가 많습니다(Minitab은 이러한 장치 회사에서 더 일반적으로 사용됨).
안녕하세요 마크님,
데이터 테이블에 결과를 저장할 때 JMP는 분포 스크립트만 작성한다는 사실을 확인했습니다(AD 테스트는 제외).
문제를 해결하는 방법에 대한 아이디어가 있습니까?
감사해요.
안녕 @FN , 에 언급한 내용을 포함합니다. @마크_베일리 그 사람이 당신의 게시물을 보지 못했을 경우를 대비해 여기에요.안타깝게도 추가 기능을 무기한 유지 관리할 수는 없지만 운 좋게도 고객이 AD 테스트의 필요성을 식별하여 JMP 15에 통합했습니다. 연속 적합 > 정규 적합에서 내장된 Anderson Darling 테스트를 사용하는 것이 좋습니다. 분포 > 적합도.JMP에서 스크립트 작업인 "Fit Normal(Fit Normal(Goodness of Fit (1)))"이 SW와 AD 테스트 결과를 모두 캡처하는 것을 볼 수 있습니다.
@PatrickGiuliano , 핑을 보내주셔서 감사합니다. 첫째, JMP 플랫폼은 스크립트를 통해 이루어진 사용자 정의 내용을 저장하지 않습니다. 빨간색 삼각형 메뉴나 직접 조작(예: 출력 양식 치수 변경)을 통해 대화식으로 수행된 변경 사항만 캡처합니다. 둘째, 이 추가 기능은 더 이상 필요하지 않습니다. @PatrickGiuliano 설명했다.
