Trendtests für Verteilungsgebundene Wachstumskurve

Beim Anpassen eines Modells mit verteilungsgebundener Wachstumskurve sollten Sie ein Modell auswählen, das gut an die Daten angepasst ist. Die Hypothesen für die Trendtests lauten wie folgt:

H₀: Es ist kein Trend vorhanden (homogener Poisson-Prozess)
H₁: Ein Trend ist vorhanden (nicht homogener Poisson-Prozess)

In der Standardeinstellung bietet Minitab fünf Trendtests: MIL-Hdbk-189 (zusammengefasst), MIL-Hdbk-189 (TTT-basiert), Laplace (zusammengefasst), Laplace (TTT-basiert) und Anderson-Darling. Weitere Informationen finden Sie unter Trendtests (auch als Tests auf Güte der Anpassung bezeichnet).

Beispielausgabe

Trendtests

	MIL-Hdbk-189		Laplace
	TTT-basiert	Zusammengefasst	TTT-basiert	Zusammengefasst	Anderson-Darling
Teststatistik	378,17	378,28	0,86	-0,40	0,94
p-Wert	0,107	0,448	0,388	0,688	0,389
DF	424	400

Interpretation

Für die Klimaanlagendaten liegen die p-Werte für die Tests auf Güte der Anpassung bei 0,107; 0,448; 0,388; 0,688 und 0,389. Da alle p-Werte größer als α = 0,05 sind, kann der Techniker schlussfolgern, dass keine ausreichenden Hinweise dafür vorliegen, dass ein Trend in den Daten vorhanden ist. Dieses Ergebnis entspricht einer Form von 1 für den Power-Law-Prozess.

Obwohl der Power-Law-Prozess eine adäquate Anpassung bietet, ist kein Modell mit zwei Parametern erforderlich, wenn kein Trend in den Daten erkennbar ist. Daher kann der Techniker erwägen, den einfacheren homogenen Poisson-Prozess zum Modellieren dieser Daten zu verwenden.