Kā pārbaudīt parauga normālumu? Kādas kritērijus un vizuālās metodes jūs zināt?

Parauga normalitātes pārbaude ir svarīga, lai izvēlētos pareizas statistikas metodes. Galvenie veidi:

Kritēriji (testi):

• Shapiro-Wilk: efektīvs mazām paraugu kopām.
• Kolmogorov-Smirnov: salīdzina empīrisko sadalījumu ar normālo.
• Anderson-Darling: jutīgāks pret sadalījuma galiem.
• D’Agostino: pārbauda simetriju un kurtosi.

Vizuālas metodes:

• Histogramma: salīdzina sadalījuma formu ar normālo.
• Q-Q diagramma: punkti tuvu taisnei norāda uz normalitāti.
• Boxplot: atklāj izņēmuma vērtības un simetriju.

Python piemērs, izmantojot Shapiro-Wilk normalitātes testu:

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("Sadale ir tuva normālai")
else:
    print("Sadale atšķiras no normālas")

Svarīgi ir apvienot statistiskos testus ar vizuālo analīzi, jo testi ir jutīgi pret parauga lielumu.