Kaip patikrinti imties normalumą? Kokius kriterijus ir vizualinius metodus žinote?

Imties normalumo patikrinimas yra svarbus pasirenkant tinkamus statistinius metodus. Pagrindiniai būdai:

Kriterijai (testai):

• Shapiro-Wilk: veiksmingas mažoms imtims.
• Kolmogorov-Smirnov: lygina empirinį pasiskirstymą su normalu.
• Anderson-Darling: jautresnis prie galų pasiskirstymo.
• D’Agostino: tikrina asimetriją ir kurtosis.

Vizuoliniai metodai:

• Histogramma: palyginimas formos su normalia pasiskirstymo kreive.
• Q-Q diagrama: taškai arti tiesės rodo normalumą.
• Boxplot: atskleidžia išskirtines reikšmes ir asimetriją.

Python pavyzdys, naudojant Shapiro-Wilk normalumo testą:

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("Pasiskirstymas artimas normaliai")
else:
    print("Pasiskirstymas skiriasi nuo normalios")

Svarbu derinti statistinius testus su vizualine analize, nes testai jautrūs imties dydžiui.