A t-teszt robusztus a normalitás megsértésére?
Pontszám: 4,7/5 ( 38 szavazat )A páros minták és az egymintás t-próbák tökéletesen robusztusak a normalitás megsértésére végtelen nagy mintaméreteknél (Bradley, 1980 a, b; Scheffé, 1959), de valamilyen ismeretlen mintaméretnél ez a robusztusság megbomlik, ha a mögöttes sokaság az eloszlás nem teljesen normális.
Normalitás szükséges a t-próbához?
A t-próba elvégzéséhez szükséges feltételek közé tartozik a mért értékek arányskálában vagy intervallumskálában, az egyszerű véletlenszerű extrakció, az adatok normális eloszlása, a megfelelő mintanagyság és a variancia homogenitása.
Mi van, ha a t-tesztben megsértik a normalitást?
Ha a normalitás feltevését megsértik, vagy kiugró értékek vannak jelen, akkor előfordulhat, hogy a t-teszt nem a legerősebb elérhető teszt, és ez jelentheti a különbséget aközött, hogy valóban észlelhető-e vagy sem . Egy nem paraméteres teszt vagy transzformáció alkalmazása erősebb tesztet eredményezhet.
Használhatom a t-tesztet, ha az adatok nem normál eloszlásúak?
Ahhoz, hogy egy t-próba érvényes legyen egy kisebb méretű mintán, a populáció eloszlásának megközelítőleg normálisnak kell lennie. A t -teszt érvénytelen nem normál eloszlásból származó kis mintákra , de érvényes nem normál eloszlásból származó nagy mintákra.
Az F-teszt robusztus a normalitás megsértésére?
Különösen a kis mintaméretek növelhetik a feltételezések megsértésével szembeni sebezhetőséget. A rossz hír az, hogy az F-tesztet erősen befolyásolja, és gyakran érvénytelenné teszi a normalitási feltételezés megsértése miatt .
Normalitás tesztelése – világosan megmagyarázva
Mi a teendő, ha megsértik a normalitásra vonatkozó feltételezéseket?
Ha azt találjuk, hogy a maradékok eloszlása eltér a normalitástól, a lehetséges megoldások közé tartozik az adatok átalakítása, a kiugró értékek eltávolítása vagy egy olyan alternatív elemzés elvégzése, amely nem igényel normalitást (pl. nem paraméteres regresszió).
Normalitást igényel az F-teszt?
Az F-teszt érzékeny a nem normálisra . A varianciaanalízisben (ANOVA) az alternatív tesztek közé tartozik a Levene-teszt, a Bartlett-teszt és a Brown–Forsythe-teszt.
Mi a teendő, ha az adatok nem a szokásos módon vannak elosztva?
Sok gyakorló azt javasolja, hogy ha az adatok nem normálisak, akkor végezze el a teszt nem paraméteres változatát , amely nem feltételezi a normált. ... De ami még fontosabb, ha a futtatott teszt nem érzékeny a normalitásra, akkor is futtathatja, még akkor is, ha az adatok nem normálisak.
Honnan tudhatja, hogy az adatok nem normálisan vannak elosztva?
- Ha a KS-teszt P-értéke nagyobb, mint 0,05, akkor normális eloszlást feltételezünk.
- Ha a KS-teszt P-értéke kisebb, mint 0,05, akkor nem feltételezünk normális eloszlást.
Használhatja az Anovát, ha az adatok elosztása nem normális?
Ha az adatok nem felelnek meg a normál eloszlási feltételezésnek, akkor az ANOVA érvénytelen . ... Ezért, ha a változóinak nincs nagy eltérése, akkor nem valószínű, hogy nagyon eltérő eredményeket kapna az ANOVA és a Kruskal Wallis vizsgálatából.
Mi történik, ha megsértik a normalitást?
Például, ha megsértik a mintavételezett értékek kölcsönös függetlenségének feltételezését, akkor a normalitásteszt eredményei nem lesznek megbízhatóak . Ha vannak kiugró értékek, akkor a normalitásteszt elutasíthatja a nullhipotézist, még akkor is, ha az adatok többi része valójában normális eloszlásból származik.
Mi történik, ha megsértik a feltételezéseit?
Az elemzés feltevéseinek megsértése befolyásolja azt a képességét, hogy megbízzon eredményeiben, és érvényesen vonjon le következtetéseket az eredményekről . ... Nem tudja értelmezni az eredményeket a nem transzformált változóértékek alapján.
Mi a teendő, ha a teszt feltevéseit megsértik?
- Ellenőrizze az adatokat – különösen győződjön meg arról, hogy a problémás adatok valódi kiugró értékek, és nem másolási hibák.
- Hagyja figyelmen kívül a problémát – nem ajánlott, mivel ez gyakran pontatlan eredményeket ad, bár gyakran elfogadható, ha a feltételezések megsértése nem túl súlyos.
Miért teszteled a normalitást?
Normalitástesztet használnak annak meghatározására, hogy a mintaadatok egy normális eloszlású sokaságból származnak-e (bizonyos tűréshatáron belül) . Számos statisztikai teszt, például a Student-féle t-próba és az egyirányú és kétirányú ANOVA normál eloszlású mintapopulációt igényel.
Mi a normalitás tesztje?
A teljesítmény a normalitásteszt értékének leggyakrabban használt mérőszáma – annak a képességének a kimutatása, hogy egy minta nem normális eloszlásból származik-e (11). Egyes kutatók a Shapiro-Wilk tesztet ajánlják, mint a legjobb választást az adatok normálisságának tesztelésére (11).
Hogyan teszteli a normalitást?
A két jól ismert normalitásteszt, a Kolmogorov–Smirnov teszt és a Shapiro–Wilk teszt a legszélesebb körben használt módszerek az adatok normalitás vizsgálatára. A normalitástesztek az „SPSS” statisztikai szoftverben végezhetők el (elemzés → leíró statisztika → feltárás → diagramok → normálitási diagramok tesztekkel).
Mit jelent az, ha az adatok normál elosztásúak?
Mi a normál eloszlás? A normál eloszlás, más néven Gauss-eloszlás, az átlagra szimmetrikus valószínűségi eloszlás, amely azt mutatja, hogy az átlaghoz közeli adatok gyakrabban fordulnak elő, mint az átlagtól távoli adatok. Grafikon formájában a normál eloszlás haranggörbeként jelenik meg.
Hogyan lehet tesztelni, hogy az adatok normál eloszlásúak-e?
Vizuálisan is ellenőrizheti a normalitást az adatok gyakorisági eloszlásának, más néven hisztogramjának ábrázolásával, és vizuálisan összehasonlítva azt egy normál eloszlással (piros színnel). A frekvenciaeloszlásban minden adatpont egy diszkrét tálcába kerül, például (-10,-5], (-5, 0], (0, 5] stb.).
Milyen tesztet kell használni, ha az adatok nem normálisan oszlanak el?
A nem parametrikus teszt az, amely nem feltételezi, hogy az adatok egy adott eloszlástípushoz illeszkednek. A nem parametrikus tesztek közé tartozik a Wilcoxon aláírt rang teszt , a Mann-Whitney U teszt és a Kruskal-Wallis teszt.
Minden adat normálisan eloszlik?
Vannak, akik úgy vélik, hogy minden összegyűjtött és elemzéshez felhasznált adatot normálisan kell elosztani. De a normál eloszlás nem történik meg olyan gyakran, mint azt az emberek gondolják, és nem is ez a fő cél. A normál eloszlás a cél elérésének eszköze, nem pedig maga a cél.
Hogyan tudom az adataimat normál elosztásúvá tenni?
A négyzetgyök és a megfigyelés logaritmusának felvétele az eloszlás normálissá tételéhez a transzformációk egy osztályába tartozik, amelyet hatványtranszformációnak nevezünk. A Box-Cox módszer egy olyan adattranszformációs módszer, amely számos hatványtranszformációt képes végrehajtani, beleértve a naplót és a négyzetgyököt.
Az eltérések egyenlőek?
Egyenlő szórások (homoscedaszticitás) az, amikor a szórások megközelítőleg azonosak a mintákban . ... Ha két vagy több mintaátlagot hasonlít össze, mint a 2-mintás t-próbában és az ANOVA-ban, a szignifikánsan eltérő szórás beárnyékolhatja az átlagok közötti különbségeket, és helytelen következtetésekhez vezethet.
Az ANOVA és az F teszt ugyanaz?
A varianciaanalízis (ANOVA) segítségével megállapítható, hogy három vagy több csoport átlaga különbözik-e. Az ANOVA F-teszteket használ az átlagok egyenlőségének statisztikai tesztelésére .
Honnan tudhatod, hogy két variancia egyenlő?
Ha az eltérések egyenlőek, akkor az eltérések aránya 1 lesz . Például, ha két adathalmaza van 1. mintával (10-es szórás) és 2. mintával (10-es szórás), akkor az arány 10/10 = 1. Mindig ellenőrzi, hogy a sokaságvarianciák egyenlőek-e egy F teszt.