正規性の検定

標本が正規に分布しているかどうかを検定するには、このツールを使用します。標本が正規に分布していることを仮定する記述は、統計解析において一般 的です。たとえば、線形回帰において、ANOVAまたはANCOVAにおいて、モデルの誤差は、正規分布に従うと仮定されます。検定するためには、何らか の仮定が必要です。

XLSTATは、正規性を検定する4つの手法を提供します。
Shapiro-Wilk検定は、 5000までのオブザベーションを持つ標本に使用できます。
Stephens (1974)によって提案されたAnderson-Darling検定は、 Kolmogorov-Smirnov検定の修正版で、分布のパラメータが未知で推定されているケースについて、正規分布を含む複数の分布に適していま す。
Lilliefors検定は、 Kolmogorov-Smirnov検定の修正版で、分布のパラメータ、平均および分散が未知で推定されている正規なケースに適しています。
Jarque-Bera検定は、 オブザベーションの数によって信頼性を増大する漸近検定です。

このツールは、カイ2乗またはKolmogorov Smirnov検定を用いて、正規分布のパラメータの値を決定したり、適合度を検定したりできる"分布のあてはめ" ツールを補足します。