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
Przypisy
- ↑ a b c NasrinN. Khatun NasrinN., Applications of Normality Test in Statistical Analysis, „Open Journal of Statistics”, 11 (01), 2021, s. 113–122, DOI: 10.4236/ojs.2021.111006, ISSN 2161-718X [dostęp 2024-07-18] .
- ↑ PrzemysławP. Biecek PrzemysławP., Wybrane testy normalności [online], Smarter Poland, 2016 [dostęp 2024-07-19] (pol.).