Überlegungen zu Daten für Test auf Poisson-Verteilung

Befolgen Sie beim Erfassen von Daten, Durchführen der Analyse und Interpretieren der Ergebnisse die folgenden Richtlinien, um sicherzustellen, dass die Ergebnisse gültig sind.

Die Daten müssen Anzahlen pro Einheit sein, z. B. die Anzahl der Anrufe pro Stunde in einem Callcenter oder die Anzahl der Fehler pro Einheit in einer Lieferung

Wenn Sie über stetige Daten wie Länge, Gewicht oder Temperatur verfügen und ermitteln möchten, ob die Daten einer Normalverteilung folgen, verwenden Sie Test auf Normalverteilung.

Die Stichprobendaten sollten nach dem Zufallsprinzip ausgewählt werden

In der Statistik werden anhand von Zufallsstichproben verallgemeinernde Aussagen zu einer Grundgesamtheit getroffen bzw. Schlussfolgerungen zu dieser gezogen. Wenn die Daten nicht nach dem Zufallsprinzip erfasst wurden, stellen die Ergebnisse u. U. nicht die Grundgesamtheit dar. Weitere Informationen finden Sie unter Zufälligkeit in Stichproben von Daten.

Die erwarteten Anzahlen für jede Kategorie dürfen nicht zu klein sein

Wenn die erwarteten Anzahlen (auch als erwartete Häufigkeiten bezeichnet) für eine Kategorie kleiner als 5 sind, sind die Ergebnisse des Tests möglicherweise ungültig. Wenn die erwarteten Anzahlen für eine Kategorie zu gering sind, können Sie die betreffende Kategorie u. U. mit angrenzenden Kategorien zusammenfassen, um die mindestens erforderliche Anzahl zu erhalten.

In einer Finanzabteilung wird z. B. mit Hilfe von fünf Kategorien verfolgt, wie viele Tage Rechnungen überfällig sind: 15 oder weniger, 16 bis 30, 31 bis 45, 46 bis 60 und 61 oder mehr. Für die Kategorie von 61 oder mehr Tagen wird nur eine geringe Anzahl erwartet, so dass diese mit der Kategorie für 46 bis 60 Tage kombiniert wird, um eine gemeinsame Kategorie für 46 oder mehr Tage zu erstellen.