Så här kontrollerar du normalfördelningen


Hantera normalfördelning på din TI-räknare (överkurs) (Juni 2019).

Anonim

Så du har gjort mycket arbete: du har analyserat tillgängliga källor, lagt fram en hypotes, samlat empiriska data, och nu är det dags för deras matematiska bearbetning. De flesta statistiska observationerna omfattas av lagen om normal fördelning, men du observerar en avvikelse från den normala kurvan eller ett hoppa i den beroende indikatorn. Din uppgift är att avgöra om dessa avvikelser är slumpmässiga, eller om du upptäckte något nytt i vetenskapen. Eller kanske du bara felaktigt bildat ett prov.

instruktion

1

För att avgöra om dina data motsvarar en normal fördelning behöver du ha statistik över den totala befolkningen. Med största sannolikhet kommer du inte att få det, för om du på förhand vet fördelningen av den studerade indikatorn, så behöver din forskning helt enkelt inte utföras.

2

Om du har statistik över den totala befolkningen kan du dock kontrollera om du har korrekt bildat provet. Oftast används Pearson-kriteriet eller ki-kvadratisk statistik för detta. Detta kriterium används vanligtvis för prov med mer än 30 observationer, annars används studentens t-test.

3

Beräkna först provvärdet och standardavvikelsen. Dessa indikatorer kommer att krävas för alla beräkningar. Därefter är det nödvändigt att bestämma den teoretiska (hypotetiska) fördelningsfrekvensen för den studerade egenskapen. Det kommer att vara lika med den matematiska förväntningen av fördelningen av det önskade värdet, baserat på data från den allmänna befolkningen eller, om de inte är tillgängliga, baserat på empiriska data.

4

Således får du två serier av värden, mellan vilka det finns något beroende. Nu bör vi undersöka serien av indikatorer för nivån på överenskommelsen om Pearson, Kolmogorov eller Romanovsky-kriterierna för en viss nivå av alfafel sannolikhet.

5

Om korrelationskoefficienten mellan den empiriska och teoretiska fördelningen av egenskapen under studien visar sig ligga utanför gränserna för en viss nivå av fel sannolikhet, bör hypotesen att egenskapen du studerar motsvarar den normala fördelningen av den allmänna befolkningen avvisas. Ytterligare tolkning av dessa resultat av statistisk databehandling beror på målen för studien och till viss del på vår vetenskapliga insikt eller fantasi.