Test auf Normalverteilung |
16.10.2006, 21:13 | horst das bär | Auf diesen Beitrag antworten » |
Test auf Normalverteilung habe grade mit einem Programm eine Kolmogorov-Smirnov Anpassungstest auf Normalverteilung gemacht. Leider kann ich das ergebins nicht interprätieren. Ich hatte 2860 Daten. Nullhypothese war dass diese Daten normalverteilt sind. als ergebniss gab mir dasProgramm folgendes Tests of Normality Kolmogorov-Smirnov(a) Shapiro-Wilk Statistic df Sig. Statistic df Sig. DAX ,069 1507 ,000 ,960 1507 ,000 also 0,069 für den K-S Anpasungstest. Wie ist dieses Ergbis zuinterprätieren. Konnte die Nullhypothese abglehnt werden, oder nicht. danke leute. |
||
16.10.2006, 22:11 | AD | Auf diesen Beitrag antworten » |
Ich mutmaße mal, dass 0.069 der p-Wert dieses Tests ist. Also hängt das Ergebnis von deinem Signifikanzniveau ab, z.B.
EDIT: Sorry, hab gerade die beiden Zeilen verwechselt - ist jetzt korrigiert. |
||
17.10.2006, 21:53 | horst das bär | Auf diesen Beitrag antworten » |
RE: Test auf Normalverteilung signifikanzniveau war 5%. ist ja komisch. müsste nicht, wenn ich das signifikanzniveau erhöhe, also alpha, die wahrscheinlichkeit für den fehler erster art, senke, der test nicht eher zu einer ablehnung kommen der nullhypothese kommen? ich meine, man kann ja nun mal nicht signifikant nachweisen, dass daten einer bestimmten verteilung unterliegen, sonder nur signifikant nachweisen, dass sie es nicht tun. deswegen testet man ja auch so, dass man als hypothese aufstellt: daten sind normalverteilt und dann hofft dass der test einem nicht "auf die finger klopft" und signifikant sagt, dass sie es nicht sind. dann weiß man zwar nicht genau ob es nun normalverteilung ist, aber es spricht nichts signifikant dagegen. wenn nun also mit steigendem signifikanzniveau, also fallendem alpha, der test später zu einer ablehnung der hypothese kommt, dann macht doch der test keinen sinn. dann könnte man ja immer eine gegen null gehendes alpha wählen und somit immer zum ergebnis kommen, dass die hypothese nicht abgelehnt werden konnte. es müsste doch genau andersherum sein. oder hab ich hier von grundauf einen denkfehler? danke |
||
17.10.2006, 23:08 | Marvin42 | Auf diesen Beitrag antworten » |
das siehst du schon richtig. Musst dir halt vorher die Frage stellen in wie weit Du ein Problem mit den Daten bekommen wirst, falls Du in Wirklichkeit keine Normalverteilung hast. Hängt halt auch davon ab was du untersuchen willst. Wirst z.B. in Der Praxis feststellen, dass unter den tails die Annahme der Normalverteilung meist nicht mehr sinnvoll ist. Klar ist natürlich, dass oft wenig nachgedacht wird. Also genau die Situation die Du beschreibst. Ich wähle mir kleines alpha, der Test lehnt nicht ab. Ich bin glücklich und mache alles basierend auf einer Normalverteilungsannahme. Und im Endeffekt hab ich alles soweit vereinfacht, dass meine Ergebnisse zumindest ziemlich fraglich sind. |
||
17.10.2006, 23:12 | horst das bär | Auf diesen Beitrag antworten » |
gibt es denn ein alpha, dass man bei solchen test normalerweise verwendet? ich habe 5% rein zufällig ausgesucht. im prinzip nur, weil ich immer 5% nehme. |
||
17.10.2006, 23:23 | Marvin42 | Auf diesen Beitrag antworten » |
da gibts keine einheitliche Vorgabe. Üblicherweise wird 1% oder 5% verwendet. Die Wahl von alpha hängt halt immer damit zusammen in wie weit man bereit ist einen Fehler (1.Art) zu machen. |
||
Anzeige | ||
|
||
16.01.2009, 11:32 | gast-andi | Auf diesen Beitrag antworten » |
leider kann man hier nicht wirklich sehen wie alt dieser thread ist, aber ich antworte mal trotzdem: das signifikanzniveau ist ,000 nicht ,069 (letzteres ist der realisierte wert der pruefgroesse beim K-S-test) Statistic ,069 df 1507 Sig. ,000 =p-value deine Daten scheinen also in keinster Form signifikant zu sein. was ist das fuer eine software, die Du benutzt? ein wert von 0 ist ziemlich unrealistisch, so dass die meisten programme <0.001 o.ae. ausgeben. gruss, andi |
||
16.01.2009, 11:35 | gast-andi | Auf diesen Beitrag antworten » |
ach auf einmal wird das datum doch angezeigt, ist ja doch schon ein wenig aelter. na ja, viell. stolpert nochmal jmd. drueber... |
|