R中的正態性測試給出了奇怪的結果？

可能重複：
Seeing if data is normally distributed in R R中的正態性測試給出了奇怪的結果？

我有6套殘差（FIT - 模型），我正態檢驗（我想證明，從模型的偏差在器樂噪音之內）。

它們的核心密度圖大致看起來是高斯的，並且qqnorm圖很好看。我已經通過兩個正常性測試運行了所有這些測試：shapiro.test {base}和ad.test {nortest}。這些測試顯示所有數據集都是正常的（p >> 0.05，接受正態性的零假設），除了一個。通常我不會質疑這些結果，但是迴歸爲「不正常」的測試（p<,0.05，拒絕零假設的正態性）來自看起來最高斯的數據集......我很困惑，並且會感謝任何幫助！

Here是我的剩餘核密度圖的矩陣，其中記錄了來自Anderson-Darling正態性檢驗（ad.test）的p值。所有圖表的尺寸都相同（x & y）。非正常特性是用紅色標記的CvsD圖。

Here is a link to the data for the CvsD comparison.

爲什麼不是這些殘差正常！？

來源

2012-11-09 oscarbranson

我不認爲這是重複的，因爲他問的是這些測試產生的特定問題。對於正常性 - 抱歉地得到所有的哲學，但與正常性測試一樣，計算機仍然遠不及人類大腦空間分析的力量。使用'cuts'和'plot（CD_resids）'來查看可能存在的偏斜，並將其與'rnorm'進行比較，隨機產生328個樣本大小。 –

CvsD比較的_n_是否可能比其他組更高？如果是這樣，那麼較低的p值可能只是一種人造物，參見圖1。 @迪文的評論。 –

爲了測試正態性，您應該使用Shapiro Wilk Test'shapiro.test（x）'in R. –

事實上，這對我來說看起來並不算高斯，更像是一個大n的t分佈 - 它比正常曲線更「尖銳」。 ad.test 和 shapiro測試返回p < 0.05（您的數據返回shapiro.test返回p = 0.002655）。

但是，請注意，正常性測試的有用性是有爭議的;例如參見this question。基本上，對於較大的樣本量，即使與正態分佈的小偏差也會受到懲罰，並且H0被拒絕。

這就是說，我仍然相信 - 因爲你只有328個樣本大小 - 在你的情況下，分佈是不正常的。

來源

2012-11-09 13:59:31 January

具有大n的t分佈與正態分佈實際上沒有區別，特別是僅僅通過視覺區分。而不管它或多或少的「尖刺」只取決於正態分佈的方差。 – Fojtasek

R中的正態性測試給出了奇怪的結果？

回答

相關問題