Bir örneğin normalliğini nasıl kontrol edersiniz? Hangi kriterleri ve görsel yöntemleri biliyorsunuz?

Örneklem normalitesinin kontrolü, doğru istatistiksel yöntemlerin seçimi için önemlidir. Temel yöntemler:

Kriterler (testler):

• Shapiro-Wilk: küçük örneklemler için etkilidir.
• Kolmogorov-Smirnov: ampirik dağılımı normal ile karşılaştırır.
• Anderson-Darling: dağılımın kuyruklarına daha duyarlıdır.
• D’Agostino: asimetri ve basıklığı kontrol eder.

Görsel yöntemler:

• Histogram: dağılım şeklinin normal dağılım ile karşılaştırılması.
• Q-Q grafiği: noktalar doğruya yakınsa normal dağılıma işaret eder.
• Boxplot: aykırı değerleri ve asimetriyi tespit eder.

Python'da Shapiro-Wilk kullanarak normalite testi örneği:

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("Dağılım normal ile yakındır")
else:
    print("Dağılım normalden farklıdır")

İstatistiksel testleri görsel analizle birleştirmek önemlidir, çünkü testler örneklem büyüklüğüne duyarlıdır.