Hogyan ellenőrzi a mintavétel normálisságát? Milyen kritériumokat és vizuális módszereket ismer?

A minták normálisságának ellenőrzése fontos a helyes statisztikai módszerek kiválasztásához. A fő módszerek:

Kritériumok (tesztek):

• Shapiro-Wilk: hatékony kis minták esetén.
• Kolmogorov-Smirnov: összehasonlítja az empirikus eloszlást a normál eloszlással.
• Anderson-Darling: érzékenyebb a eloszlás végeire.
• D’Agostino: aszimmetriát és kurtózist vizsgál.

Vizuális módszerek:

• Hisztogram: az eloszlás alakjának összehasonlítása a normál eloszlással.
• Q-Q diagram: pontok közel a egyeneshez, normális eloszlásra utal.
• Boxplot: kiugró értékek és aszimmetria felismerése.

Példa a normálitás tesztelésére Shapiro-Wilk segítségével Pythonban:

from scipy import stats

data = [1.2, 2.3, 2.1, 1.8, 2.5, 2.2]
stat, p = stats.shapiro(data)
if p > 0.05:
    print("A eloszlás közelít a normálishoz")
else:
    print("Az eloszlás eltér a normálistól")

Fontos a statisztikai tesztek és a vizuális elemzés kombinálása, mivel a tesztek érzékenyek a minta méretére.