Preverite najboljšo pomoč za študente!
Kolmogorov-Smirnov test (KS test) je eden od testov, s katerim preverjamo normalnost porazdelitev spremenljivk.
Kolmogorov-Smirnov test (KS test) je statistični test, ki se uporablja za preverjanje, ali so opazovani podatki porazdeljeni normalno ali ne. Ta test primerja kumulativno porazdelitveno funkcijo opazovanih podatkov z napovedano porazdelitveno funkcijo, ki temelji na predpostavki normalne porazdelitve. Test izračuna največjo razdaljo med tema dvema funkcijama in jo primerja z mejno vrednostjo, ki je odvisna od števila opazovanih vrednosti in ravni pomembnosti. Če izračunana vrednost testa presega mejno vrednost, se predpostavka normalne porazdelitve zavrne.
Poznavanje normalnosti podatkov je pomembno, saj so številni statistični testi in analize zasnovani na predpostavki normalne porazdelitve. Če podatki niso normalno porazdeljeni, lahko to vodi do napačnih zaključkov in neveljavnih rezultatov. Zato je pomembno, da se pred uporabo statističnih testov preveri normalnost podatkov.
Obstajata dva Kolmogorov-Smirnov testa, in sicer:
Frekvenčna porazdelitev na zgornji sliki se ne prekriva popolnoma z običajno "normalno" krivuljo. V nadaljevanju je dobro izračunati odstotek primerov, ki odstopajo od normalne krivulje - odstotek oranžnih področij v grafikonu. Ta odstotek je testna statistika: izražena je v eni številki, ki pove, koliko se podatki razlikujejo od ničelne hipoteze. Torej kaže, v kolikšni meri opazovani rezultati odstopajo od normalne porazdelitve.
Če je ničelna hipoteza resnična, bi moral biti ta odstotek odstopanj verjetno precej majhen. To pomeni, da ima majhno odstopanje veliko verjetnostno vrednost ali p-vrednost. Obratno, velik odstotek odklona je zelo malo verjeten in kaže, da moji reakcijski časi ne sledijo normalni porazdelitvi v celotni populaciji. Veliko odstopanje ima tako nizko p-vrednost.
Če je p <0,05 potem zavrnemo ničelno hipotezo.
Torej, če je p <0,05, ne verjamemo, da spremenljivka sledi normalni porazdelitvi v populaciji.
Kolmogorov-Smirnov test (KS test) se običajno uporablja za preverjanje normalnosti velikih vzorcev podatkov (več kot 50 opazovanj), ker ima dobro moč, ko je vzorec večji. Ta test se lahko uporablja tudi za preverjanje ustreznosti drugih vrst porazdelitev.
Shapiro-Wilk test (SW test) se uporablja predvsem za preverjanje normalnosti manjših vzorcev podatkov (običajno manj kot 50 opazovanj). Ta test je občutljiv na majhne odstopanja od normalne porazdelitve, ki jih Kolmogorov-Smirnov test morda ne bi zaznal.
Čeprav sta oba testa namenjena preverjanju normalnosti podatkov, se razlikujeta po načinu, kako ocenita normalnost podatkov. Kolmogorov-Smirnov test (KS test) primerja kumulativno porazdelitveno funkcijo opazovanih podatkov z napovedano porazdelitveno funkcijo, ki temelji na predpostavki normalne porazdelitve. Shapiro-Wilk test (SW test) oceni korelacijo med opazovanimi podatki in njihovimi pričakovanimi vrednostmi, če so podatki normalno porazdeljeni.
Pri izbiri med KS in SW testom je pomembno upoštevati velikost vzorca in cilje raziskave. Za večje vzorce se običajno uporablja KS test, medtem ko se SW test uporablja za manjše vzorce, kjer je normalnost bolj pomembna. Poleg tega se KS test uporablja tudi za preverjanje ustreznosti drugih vrst porazdelitev, medtem ko je SW test osredotočen na preverjanje normalnosti podatkov.
Razlago Kolmogorov-Smirnovega testa (KS testa) normalnosti spremenljivk pripravila
Dr. Melita Moretti
(Vir: Moretti, Melita. 2023. Kolmogorov-Smirnov test normalnosti)
Pokličite:
(klikni na številko)
Pošljite mail:
(klikni na mail)
Preverite najboljšo pomoč za študente!
Storitve opravljamo za redne in izredne študente različnih študijskih programov.
527
2300
45.826 ur