Interpretar todas as estatísticas e gráficos para Teste de normalidade

Encontre definições e orientações interpretação para cada estatística e gráfico fornecido com o teste de normalidade.

Média

A média descreve a amostra com um único valor que representa o centro dos dados. A média é calculada como a média dos dados, que é a soma de todas as observações divididas pelo número de observações.

N

O tamanho amostral (N) é o número total de observações na amostra.

Interpretação

O tamanho amostral afeta o poder do teste.

Normalmente, um tamanho amostral maior do teste dá mais poder para detectar uma diferença entre os dados de exemplo e a distribuição normal. Ou seja, quando uma diferença realmente existe, você tem uma chance maior de detectá-la com um tamanho amostral maior.

StDev

O desvio padrão é a medida mais comum de dispersão, ou quão dispersos os dados estão da média. A maior desvio padrão da amostra indica que os seus dados estão espalhados mais amplamente em torno da média.

KS

O teste de Kolmogorov-Smirnov compara o ECDF (função de distribuição acumulada empírica) de seus dados de amostra com a distribuição esperada se os dados foram normais.

Interpretação

O Minitab utiliza a estatística de Kolmogorov-Smirnov para calcular o valor de p. O valor de p é a probabilidade de se obter uma estatística de teste (como a estatística de Kolmogorov-Smirnov) que seja pelo menos tão extrema quanto o valor que é calculado a partir da amostra, quando os dados são normais. Valores maiores para a estatística de Kolmogorov-Smirnov indicam que os dados não seguem a distribuição normal.

RJ

A estatística de Ryan-Joiner mede o quão bem os dados seguem uma distribuição normal, calculando a correlação entre os dados e as contagens normais de seus dados. Se o coeficiente de correlação estiver próximo de 1, a população tende a ser normal. Este teste é semelhante ao teste de normalidade de Shapiro-Wilk.

Interpretação

O Minitab usa a estatística de Ryan-Joiner para calcular o valor de p. O valor de p é a probabilidade de se obter uma estatística de teste (como a estatística de Ryan-Joiner) que seja pelo menos tão extrema quanto o valor que é calculado a partir da amostra, quando os dados são normais. Valores maiores para a estatística de Ryan-Joiner indicam que os dados não seguem a distribuição normal.

Valor de p

O valor de p é uma probabilidade que mede a evidência contra a hipótese nula. Um valor de p menor fornece uma evidência mais forte contra a hipótese nula.

Interpretação

Use o valor de p para determinar se os dados não seguem uma distribuição normal.

Para determinar se os dados não seguem uma distribuição normal, compare o valor de p com o nível de significância. Geralmente, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica um risco de 5% de concluir que os dados não seguem a distribuição normal quando eles realmente a seguem.
Valor de p ≤ α: Os dados não seguem uma distribuição normal (Rejeite H0)
Se o valor de p for menor ou igual ao nível de significância, você deve rejeitar a hipótese nula e concluir que os seus dados não seguem a distribuição normal.
Valor de p > α: Não é possível concluir que os dados não seguem uma distribuição normal (não deve rejeitar H0)
Se o valor de p for maior do que o nível de significância, você não deve rejeitar a hipótese nula. Não há evidências suficientes para concluir que os dados não seguem uma distribuição normal.

Gráfico de probabilidade

O gráfico de probabilidade cria uma função de distribuição acumulada estimada (FDA) a partir da sua amostra representando graficamente o valor de cada observação contra a probabilidade acumulada estimada da observação.

Interpretação

Use um gráfico de probabilidade para visualizar em que medida seus dados se ajustam bem à distribuição normal.

Para visualizar o ajuste da distribuição normal, examine o gráfico de probabilidade e avalie quanto próximo os pontos de dados seguem a linha de distribuição ajustada. As distribuições normais tendem a ficar de próximas da linha reta. Os dados assimétricos formam uma linha curva.
Dados assimétricos à direita
Dados assimétricos à esquerda
Dica

No Minitab, mantenha o cursor sobre a linha de distribuição ajustada para ver um gráfico de percentis e valores.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política