Kiểm định phân phối chuẩn

1. Giới thiệu

Các thủ tục thống kê lại tsi số dựa trên mang định về tính chuẩn (normality) cơ phiên bản trong số lượng dân sinh, tự đó một mẫu được chọn. Trong lúc nhiều thống kê lại kiểm định đơn biến hóa nlỗi t-chạy thử với F-test được cho là trẻ trung và tràn trề sức khỏe (không xẩy ra ảnh hưởng nghiêm trọng vị sự khác hoàn toàn vừa đề nghị cùng với những trả định cơ phiên bản về tính chuẩn và tính đồng bộ của phương sai). Do mức độ mạnh bạo thông thường của những t-test với F-chạy thử, nhiều nhà nghiên cứu và phân tích ko báo cáo biết tin về kiểu dáng của phân păn năn trong các bài xích báo của họ. Tuy nhiên, nhiều tác giả vẫn đã cho thấy sự nguy hại của những tư duy thống kê sai trái lúc chỉ báo cáo trung bình cùng độ lệch chuẩn của những phân phối hận, còn độ lệch (skewness) và độ nhọn (kurtosis) bị bỏ lỡ, đặc trưng lúc n là nhỏ tuổi hoặc alpha là rất bé dại, với dữ liệu bị lệch lạc.

You watching: Kiểm định phân phối chuẩn

Quý Khách vẫn xem: Kiểm định phân phối chuẩn

Do kia, vấn đề đánh giá những ngoại lệ và tính chuẩn phải là 1 trong bước sơ bộ đặc biệt quan trọng đối với những giấy tờ thủ tục những thống kê suy đoán. Cách dễ dàng độc nhất để bình chọn sự biệt lập so với mức tính chuẩn cơ bạn dạng trong dân sinh là vẽ biểu vật dụng phân păn năn của các điểm chủng loại. Có thể xác định được những cực hiếm ngoại lệ và ngoại hình chung của một phân phối hận cho biết liệu nó gồm bị lệch hay không với nó tất cả độ lệch dương xuất xắc âm.

Cả vào thủ tục vẽ biểu đồ phân phối của các điểm chủng loại, các cực hiếm của độ lệch cùng độ nhọn cũng được xác minh thường xuyên trong vô số bài những thống kê. Các quý giá này hoàn toàn có thể được sử dụng để soát sổ coi liệu phân păn năn bao gồm khác xa mức chuẩn chỉnh đáng chú ý hay không.

2. Nhận biết tính chuẩn

Có những cách để đánh giá một phân phối hận chuẩn.

(1) Đơn giản tuyệt nhất là xem biểu đồ gia dụng cùng với đường cong chuẩn chỉnh (Histograms with normal curve) cùng với dạnh hình chuông đối xứng cùng với tần số cao nhất nằm ngay giữa cùng những tần số tốt dần dần nằm tại 2 bên. Giá trị vừa đủ (mean) cùng trung vị (mediane) gần đều bằng nhau với độ nghiêng (skewness) gần bởi zero.

(2) Vẽ biểu đồ gia dụng tỷ lệ chuẩn chỉnh (normal Q-Q plot). Phân phối chuẩn Khi biểu vật Phần Trăm này có tình dục tuyến tính (con đường thẳng).

(3) Dùng phxay kiểm nghiệm Kolmogorov-Smirnov Lúc cỡ chủng loại lớn hơn 50 hoặc phép kiểm Shapiro-Wilk Khi cỡ chủng loại nhỏ dại hơn 50. Được xem như là có phân păn năn chuẩn Khi nút ý nghĩa (p) to hơn “0.05”.

See more: Chữa Bệnh Tiểu Đường Và Biến Chứng (Khí Công Y Đạo Đỗ Đức Ngọc

(4) Trong khi phân tích Shapiro-Wilk cùng thí nghiệm Kolmogorov-Smirnov rất có thể được thực hiện nhằm chứng thực phân păn năn chuẩn chỉnh cùng với những mẫu mã cỡ nhỏ cho trung bình (bé dại hơn 300), chúng hoàn toàn có thể không đáng tin cậy so với các mẫu phệ. Thử nghiệm độ lệch (skewness) với độ nhọn kurtosis rất có thể được thực hiện nhằm xác định phân pân hận chuẩn chỉnh đến cỡ mẫu mã Khủng. Giá trị hoàn hảo nhất của skewness nhỏ dại rộng 2 với quý giá tuyệt vời của kurtosis (proper) nhỏ rộng 7 cho thấy dữ liệu chắc chắn được phân phối hận chuẩn chỉnh. Trong số đó, thử nghiệm SPSS cung cấp kurtosis dư vượt bằng phương pháp trừ đi 3 trường đoản cú proper kurtosis.

3. Nhận biết một phân păn năn chuẩn trong SPSS

(1) Vẽ biểu vật đường cong chuẩn

– Cách 1: Vào Analyze > Descriptive Statistics> Frequencies…


*

– Cách 2: Trong hộp thoại Frequencies. Chuyển đổi mới Pre-test với Post-test từ ô phía bên trái vào ô Variable(s). Nhấp vào nút Statistics… Vào screen Statistics, khắc ghi nháy vào 4 ô: Mean, Median, Std. deviation, Skewness cùng kurtosis, cùng nhấp Continue.


*

– Cách 3: Nhấp vào nút ít Charts. Đánh lốt vào ô tròn Histograms: với đánh dấy nháy vào ô With Normal curve, nhắp Continue. Nhấn OK vẫn cho công dụng sau.


*

Kết trái trong Bảng Statistics cho biết thêm điểm mức độ vừa phải (mean) của lần 1 (Pre-test) là 3.01, trung vị (median)= 3.00 ngay sát đều bằng nhau. vì thế trên đây rất có thể là 1 phân phối chuẩn. Tương từ bỏ, điểm kiểm soát lần 2 cũng ví dụ là 1 phân pân hận chuẩn chỉnh.


*

Các biểu trang bị của điểm số lần 1 và lần 2 cho biết dữ liệu có làm ra chuông, và điểm số được phân bổ đồng phần lớn ở cả hai phía của điểm vừa đủ. Điều này ý niệm rằng tài năng của tài liệu bình chọn lần 1 cùng lần 2 là phân pân hận chuẩn.


*

(2) Vẽ biểu vật Phần Trăm chuẩn chỉnh với khám nghiệm Kolmogorov-Smirnov/Shapiro-Wilk

– Cách 1: Để vẽ biểu đồ Tỷ Lệ chuẩn chỉnh Q-Q (Normal QQ plot), chúng ta chọn: Analyze> Descriptive Statistics> Explore


– Cách 2: Khi xuất hiện screen Explore, đưa Pre-testPost-test từ ô phía bên trái vào ô Dependent List:


– Bước 3: Nhấn vào nút Plots. Sau lúc màn hình Explore: Plots xuất hiện thêm, nhấp vào ô Histogram cùng ô Normality plots with tests. Sau kia nhấp Continue cùng nhấp OK nhằm hiển thị hiệu quả.

See more: Cách Gửi Mail Xin Thực Tập Cho Các Bạn Sinh Viên Chưa Từng Đi


Vì cỡ mẫu 345 (lớn hơn 50), bọn họ cần sử dụng tác dụng kiểm tra Kolmogorov-Smirnov cùng với Sig.= 0.00 (nhỏ dại rộng 0.05) trong cả nhị ngôi trường đúng theo. Chứng tỏ phân pân hận này là không chuẩn. Tuy nhiên, phân tách Shapiro-Wilk với xem sét Kolmogorov-Smirnov có thể được sử dụng nhằm chứng thực phân phối chuẩn chỉnh với các chủng loại cỡ bé dại mang lại trung bình (nhỏ dại rộng 300), chúng có thể không an toàn và đáng tin cậy đối với các chủng loại lớn. Vì vậy, tác dụng nghiên cứu độ lệch (skewness) với độ nhọn (kurtosis) rất có thể được áp dụng để khẳng định phân phối chuẩn chỉnh mang đến cỡ chủng loại phệ.