Критерии нормальности — это группа статистических критериев, предназначенных для проверки нормальности распределения. Критерии нормальности являются частным случаем критериев согласия.
Тестирование данных на нормальность часто является первым этапом их анализа, так как большое количество статистических методов исходит из предположения нормальности распределения изучаемых данных.
Пример 1. Пусть необходимо проверить гипотезу о равенстве средних значений в двух независимых выборках. Для этой цели подходит критерий Стьюдента. Но применение критерия Стьюдента для сравнения небольших (n<30) выборок обосновано, только если данные подчиняются нормальному распределению. Поэтому перед применением критерия необходимо проверить гипотезу о нормальности исходных данных.
Пример 2. Проверка остатков линейной регрессии на нормальность — позволяет проверить, соответствует
ли применяемая модель регрессии исходным данным.
В следующей таблице представлены результаты исследования сравнительной
мощности критериев нормальности распределения вероятностей случайных величин
для различных альтернативных распределений. Критерии по каждой альтернативе представлены
в порядке предпочтения — от наибольшего 1 до наименьшего 21. В последней
графе приведено общее ранжирование, соответствующее набранной сумме рангов.
Через в таблице обозначен коэффициент эксцесса[19].
Лемешко Б. Ю. Критерии проверки отклонения распределения от нормального закона. Руководство по применению : монография. – 2-е изд., перераб. и доп. – Москва : ИНФРА-М, 2023. – 353 с. – (Научная мысль). – DOI 10.12737/1896110 https://znanium.ru/read?id=416999
Пожалуйста, помогите улучшить эту статью.(9 февраля 2019)
Пожалуйста, после исправления проблемы исключите её из списка параметров. После устранения всех недостатков этот шаблон может быть удалён любым участником.
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 238
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 224
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 266
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 241
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 258
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 231
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 220
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 245
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 233
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 265
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 263
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 260
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 261
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 216
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 111
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 254
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 243
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 272
↑Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — с. 277