Testen auf NormalitätIch wollte den Shapiro Wilks Test für eine Distribution erhalten, kann ihn aber nicht erhalten. Ich habe die Methode ausprobiert, die in der Diskussion über Legacy-Monteure veröffentlicht wurde. Das gibt mir nur den KSL-Test. Ansonsten erhalte ich den Anderson-Darlling-Test, wenn ich keine älteren Monteure verwende. Meine Stichprobengröße ist extrem groß, >30.000, ich bin mir nicht sicher, ob das etwas damit zu tun hat. Danke für die Hilfe
Datenexploration und -visualisierungBetreff: Testen auf NormalitätDie meisten Statistiken, die uns beigebracht werden, wurden vor 80–100 Jahren entwickelt, als kleine Stichproben die Regel waren. Die Frage lautete also: „Was kann ich anhand einer kleinen Stichprobe überzeugend lernen oder entscheiden?“ Damals begannen schlussfolgernde Techniken. Solche Situationen gibt es immer noch (z. B. keine Daten verfügbar, Experimentierbedarf ...), aber vor 25 Jahren ist eine neue Situation entstanden. Wir verfügen jetzt über riesige Datenbanken, aus denen wir lernen können. Schlussfolgerungen sind sinnlos. Alles ist statistisch signifikant. Das heißt, selbst kleinste Unterschiede oder kleinste Parameterschätzungen sind statistisch signifikant. Die prädiktive Modellierung versucht also nicht, auf Signifikanz zu schließen. Stattdessen liegt der Fokus auf der Vorhersageleistung durch Funktions-/Modellauswahl. Es ist eine andere Herausforderung und erfordert eine andere Denkweise.
Warum wird in diesem speziellen Fall eine Normalverteilung angenommen? Was soll normalverteilt sein? Daten? Eine Schätzung? Und welche Folgen hat die Nicht-Normalität? Wie groß ist die Abweichung vom Normalzustand, um das Ergebnis oder die Entscheidung zu gefährden? Wie robust ist die Methode?
Betreff: Testen auf NormalitätDanke @Mark_Bailey für diesen Kommentar. Dies ist ein sehr wichtiger Punkt bei allen statistischen Signifikanztests. Leider sind zu viele Menschen auf p-Werte fixiert, ohne auf visuelle Elemente oder die Größe der Koeffizienten zu achten. In einigen Forschungsbereichen wird dies teilweise vermieden, indem minimale Stichprobengrößen verwendet werden, um einen praktisch bedeutsamen Unterschied festzustellen.
Dennoch ist es einigen Menschen, darunter Gutachtern und Forschern, sehr schwer zu erklären, dass es sehr einfach ist, statistische Signifikanz zu erhalten, die bedeutungslos ist.
Betreff: Testen auf NormalitätIhre große Stichprobe N > 30.000 führt zur Erkennung nicht normaler Merkmale (Abweichungen vom idealen normalen CDF), die möglicherweise statistisch signifikant, aber praktisch unwichtig sind.
Betreff: Testen auf Normalität@tonya_mauldin erklärte dies sehr gut, als die Änderungen zum ersten Mal vorgenommen wurden JMP-Blogbeitrag .
Betreff: Testen auf NormalitätIch bin verwirrt, wie ich es interpretieren soll. Alle meine Anderson-Darling-p-Werte für ~50 Variablen sind signifikant, aber die Verteilungen vieler von ihnen sehen normal aus ...
Betreff: Testen auf NormalitätAnderson-Darling ist ein leistungsfähigerer Test und wird von uns empfohlen.
Betreff: Testen auf NormalitätDanke für deine Nachricht. Welcher Test zwischen KSL und Anderson-Darling ist also ein guter Ersatz für Shapiro Wilks?
Betreff: Testen auf NormalitätFür die Legacy-Verteilungen wird der Shapiro-Wilk-Test auf Normalität gemeldet, wenn die Stichprobengröße kleiner oder gleich 2000 ist. Der KSL-Test wird für Stichproben berechnet, die größer als 2000 sind.Wenn die Stichprobengröße groß ist, hat der Shapiro-Wilk-Test eine große Aussagekraft. Daher ist jeder kleine Unterschied zwischen Ihrer Verteilung und der Nullhypothese sinnvoll und führt zur Ablehnung der Nullhypothese.
