Test di normalitàVolevo ottenere Shapiro Wilks Test per una distribuzione ma non riesco a ottenerlo. Ho provato il metodo pubblicato nella discussione sugli installatori legacy. Questo mi dà solo il test KSL. Altrimenti, se non utilizzo installatori legacy, mi viene fornito il test Anderson-Darlling. La dimensione del mio campione è estremamente grande,> 30k, non sono sicuro che abbia qualcosa a che fare con questo. Grazie per il tuo aiuto
Esplorazione e visualizzazione dei datiRi: Test di normalitàLa maggior parte delle statistiche che ci vengono insegnate sono state sviluppate 80-100 anni fa, quando i piccoli campioni erano la regola. Quindi la questione era: "Cosa posso imparare in modo convincente o decidere con un piccolo campione?" Allora iniziarono le tecniche inferenziali. Tali situazioni esistono ancora (ad esempio, nessun dato disponibile, necessità di sperimentare...) ma una nuova situazione è emersa 25 anni fa. Ora disponiamo di enormi database da cui imparare. L'inferenza è inutile. Tutto è statisticamente significativo. Cioè, anche le più piccole differenze o le più piccole stime dei parametri sono statisticamente significative. Pertanto, la modellazione predittiva non tenta di dedurre il significato. L’attenzione si concentra invece sulle prestazioni predittive attraverso la selezione di funzionalità/modelli. È una sfida diversa e richiede una mentalità diversa.
Inoltre, in questo caso specifico, perché si assume una distribuzione normale? Cosa dovrebbe essere distribuito normalmente? Dati? Una stima? E quali sono le conseguenze della non normalità? Quanta deviazione dalla normalità è necessaria per compromettere il risultato o la decisione? Quanto è robusto il metodo?
Ri: Test di normalitàGrazie @Mark_Bailey per questo commento. Questo è un punto molto importante per tutti i test di significatività statistica. sfortunatamente, troppe persone si fissano sui valori p senza guardare le immagini o la dimensione dei coefficienti. In alcuni campi di ricerca ciò viene parzialmente evitato utilizzando campioni di dimensioni minime per rilevare una differenza praticamente significativa.
Tuttavia, è molto difficile spiegare ad alcune persone, compresi revisori e ricercatori, che è molto facile ottenere una significatività statistica priva di significato.
Ri: Test di normalitàIl tuo ampio campione N > 30.000 porta al rilevamento di caratteristiche non normali (allontanamenti dalla CDF normale ideale) che potrebbero essere statisticamente significative ma praticamente non importanti.
Ri: Test di normalità@tonya_mauldin lo ha spiegato molto bene quando le modifiche sono state apportate per la prima volta in a Post del blog JMP .
Ri: Test di normalitàSono confuso su come interpretarlo. Tutti i miei valori p di Anderson-Darling per circa 50 variabili sono significativi, ma le distribuzioni di molti di essi sembrano normali....
Ri: Test di normalitàAnderson-Darling è un test più potente ed è quello che suggeriamo di utilizzare.
Ri: Test di normalitàGrazie per il vostro messaggio. Quindi tra KSL e Anderson-Darling, quale test è un buon sostituto per Shapiro Wilks?
Ri: Test di normalitàPer le distribuzioni legacy, il test di Shapiro-Wilk per la normalità viene riportato quando la dimensione del campione è inferiore o uguale a 2000. Il test KSL viene calcolato per campioni superiori a 2000.Quando la dimensione del campione è ampia, il test di Shapiro-Wilk ha una grande potenza. Quindi qualsiasi piccola differenza tra la tua distribuzione e l'ipotesi nulla è significativa e porta al rifiuto dell'ipotesi nulla.
