적합도 분석 - Shapiro-Wilk 및 Anderson-Darling p-값안녕하세요,
저는 뭔가 궁금했습니다. 저는 Fitted Normal Distribution -> Goodness-of-Fit Test를 사용하여 배포 에서 Goodness-of-fit을 살펴보고 있었고, 결과 해석에 대해 읽은 내용에서 p-값이 작으면 귀무 가설을 기각하고 데이터가 정규 분포되지 않는다는 결론을 내릴 수 있다는 것을 알고 있었습니다. 그래서 제가 처음에 열을 살펴보았을 때 정규 분포되지 않는다는 것이 분명했습니다(예상했던 대로).
그래서 Johnson Normalize를 사용하여 정규화를 시도하고 다시 실행해 보았지만 효과가 없었습니다.
그래서 정규 분위수 방법을 시도하고 다시 실행했습니다. 처음에는 효과가 있다고 생각했지만 Shapiro-Wilk p-값 = 0.0027(귀무 가설을 기각할 만한 값)인 반면 Anderson-Darling p-값 = 0.1672(귀무 가설을 기각할 만한 값)인 것을 알아챘습니다.
질문 1: 그렇게 충돌할 때 어떻게 하나요? 둘 다 같은 결론을 내려야 하나요?
질문 2: 그런 식으로 다양한 정규화 방법을 시도하는 게 나쁜가요? 그렇다면 가장 좋은 방법을 선택하는 데 도움이 되는 문서나 비디오에 대한 제안이 있나요?
기본 데이터 분석 및 모델링데이터 탐색 및 시각화Re: 적합도 분석 - Shapiro-Wilk 및 Anderson-Darling p-값1: 서로 다른 수학을 사용하기 때문에 충돌합니다. Anderson-darling은 꼬리의 편차에 더 민감합니다. 귀하의 사진에서 보면 정상적인 플롯 전체에 걸쳐 꽤 "물결 모양"으로 보입니다. 따라서 Shapiro-Wilk는 꼬리 밖에 있는 비정상적인 신호를 포착할 수 있습니다.
2: 나쁘다? 모르겠어. 상황에 가장 잘 맞는 데이터 변환을 탐색하는 것은 받아들여지는 전략이야. 나쁘다고 말할 수는 없어. 하지만 비정상성을 해결할 때는 다른 어떤 것보다 박스 콕스 변환을 더 좋아해.
하지만 전체적인 설정은 학문적 대화에 가깝다고 생각합니다. 이것이 무엇이고 왜 정규성 테스트가 중요한가요? 저는 여기에 소요된 시간은 추가 처리에 불과하고 비즈니스 결정의 맥락에서 필요하지 않다고 말할 가능성이 거의 있다고 생각합니다. 귀하의 데이터는 재무 수치처럼 보입니다. 그리고 매우 큰 수치입니다. 그러니 정규적이지 않은 것은 그렇게 놀라운 일이 아닙니다.
더 많은 맥락을 제공하면 더 많은 답변을 얻을 수 있습니다.
Re: 적합도 분석 - Shapiro-Wilk 및 Anderson-Darling p-값안녕하세요 @ACraig : 정규 분위수 "변환"에 대한 참고 사항입니다. 부모 분포가 무엇이든 정규 분위수 "변환"은 정의상 항상 정규 분포를 생성합니다. 원시 데이터가 아닌 순위의 함수입니다. 따라서 정규성에 대한 적절한 변환이 아닙니다.
@awelsh 님 이 말씀하신 대로, 여기서는 맥락이 중요합니다. 왜 정상성을 테스트하는 건가요?
Re: 적합도 분석 - Shapiro-Wilk 및 Anderson-Darling p-값안녕하세요, 피드백에 정말 감사드립니다! 질문에 답하자면, ANOVA 테스트를 실행하고 싶었어요.
Re: 적합도 분석 - Shapiro-Wilk 및 Anderson-Darling p-값위의 예에서 전체 데이터 세트를 결합하고 있습니까? 결합된 데이터 세트에서 비정규성을 유발하는 것은 하위 그룹 평균 간의 차이일 수 있습니다. 그런 경우 결합되지 않은 정규성에 대해 하위 그룹을 개별적으로 확인하십시오.
또는 X-bar 및 R 차트와 같은 몇 가지 대안을 사용할 수 있습니다. 또는 Welch's ANOVA. 이것이 재무 데이터인 경우 평균 대신 Mann-Whitney로 중앙값을 테스트할 수 있습니다.
Re: 적합도 분석 - Shapiro-Wilk 및 Anderson-Darling p-값안녕하세요 @ACraig : FYI, @아웰시 의 아주 좋은 의견 외에도, 각 그룹의 SD가 비슷하면 일정 분산이 정규성보다 더 중요합니다.
