Ինչպե՞ս ստուգել նմուշի նորմալությունը: Ի՞նչ չափանիշներ և տեսողական մեթոդներ եք գիտակցում:

Նմուշի նորմալության ստուգումը կարևոր է ճիշտ վիճակագրական մեթոդների ընտրության համար։ Հիմնական մեթոդները՝

Կրիտերիաներ (տեստերներ):

• Shapiro-Wilk: արդյունավետ է փոքր նմուշների համար:
• Kolmogorov-Smirnov: համեմատում է փորձարարական բաշխումը նորմալ բաշխման հետ:
• Anderson-Darling: ավելի զգայուն է բաշխման ծայրերի նկատմամբ:
• D’Agostino: ստուգում է սիմետրիան և կուրսը:

Տեսողական մեթոդներ:

• Հիստոգրամա: համեմատում է բաշխման ձևը նորմալ բաշխման հետ:
• Q-Q գրաֆիկ: կետերը մոտ են ուղիղ գծին, ցույց տալով նորմալություն:
• Boxplot: հայտնաբերում է արտառոց արժեքներ և սիմետրիա:

Python-ում Shapiro-Wilk-ի օգնությամբ նորմալության ստուգման օրինակ՝

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("Տարածումը մոտ է նորմալին")
else:
    print("Տարածումը տարբերվում է նորմալից")

Անհրաժեշտ է համատեղել վիճակագրական թեստերը տեսողական վերլուծության հետ, քանի որ թեստերը զգայուն են նմուշի չափի նկատմամբ։