Test normalności rozkładu

Test normalności rozkładu (ang. normality test) – rodzaj testu statystycznego, który służy sprawdzeniu, czy analizowane dane pochodzą z rozkładu zbliżonego do normalnego^[1]. Tego rodzaju testy wykorzystuje się często po to, aby móc stwierdzić, czy spełnione jest założenie o normalności rozkładu przed wykonaniem testów parametrycznych (np. testu t Studenta dla prób niezależnych, analizy wariancji itd.). Jeżeli założenie o normalności rozkładu nie jest spełnione, badacz nie może użyć testu parametrycznego i zmuszony jest posłużyć się testem nieparametrycznym (przykładowo dla testu t Studenta dla prób niezależnych nieparametrycznym odpowiednikiem jest test U Manna-Whitneya)^[1].

Przykładowe testy badające normalność rozkładu^[1][2]:

• testy oparte na statystykach pozycyjnych z próby:
  • test Shapira-Wilka
  • test Shapira-Francii

• testy oparte na dystrybuancie empirycznej:
  • test Andersona-Darlinga
  • test Craméra-von Misesa
  • test Kołmogorowa-Smirnowa
  • test Lillieforsa

• testy oparte na momentach z próby:
  • test Jarque’a-Bery
  • test d'Agostina-Pearsona

• inne testy:
  • test chi-kwadrat
  • gładki test „data-driven” Neymana