ما هو اختبار الحالة الطبيعية الذي يجب عليك استخدامه؟
ستتعلم أي اختبار من اختبارات التوزيع الطبيعي هو الأفضل والأكثر ملاءمة لمختلف حالات تحليل البيانات حالات.
إضاءات
- تقوم اختبارات الحالة الطبيعية بتقييم ما إذا كانت مجموعة البيانات موزعة بشكل طبيعي، وهو افتراض أساسي في العديد من الاختبارات الإحصائية.
- في دراسة رزالي واه، أظهر اختبار شابيرو ويلك أعلى قوة إحصائية بين الاختبارات الأربعة.
- ووفقا للدراسة، زادت قوة الاختبارات الأربعة مع زيادة حجم العينات.
في التحليل الإحصائي، تعتبر اختبارات الحالة الطبيعية حاسمة لتحديد ما إذا كانت مجموعة البيانات تتبع التوزيع الطبيعي أو التوزيع الغوسي - وهو افتراض أساسي في العديد من الاختبارات والأساليب الإحصائية.
تساعد اختبارات الحالة الطبيعية في التحقق من صحة هذه الافتراضات، مما يضمن التطبيق المناسب للطرق الإحصائية والاستدلالات والتنبؤات الدقيقة والموثوقة.
يتيح إجراء اختبار الحالة الطبيعية للباحثين ومحللي البيانات التأكد مما إذا كانت بياناتهم تلبي افتراض الحالة الطبيعية وما إذا كانت الاختبارات البارامترية، التي تعتمد على هذا الافتراض، مناسبة.
عندما تنحرف البيانات عن التوزيع الطبيعي، قد تكون non-parametric tests قد يكون أكثر ملاءمة، مما يجعل افتراضات أقل حول توزيع البيانات.
يورد منشور المدونة هذا نتائج دراسة تقارن القوة الإحصائية لأربعة اختبارات طبيعية - فهو يوفر إرشادات لاختيار الاختبار الأكثر ملاءمة لمجموعات بيانات محددة.
💪 كن محترفًا في تحليل البيانات في وقت قصير
نظرة عامة على اختبارات الحالة الطبيعية
سيقدم هذا القسم نظرة عامة مختصرة على اختبارات الحالة الطبيعية لشابيرو-ويلك، وكولموجوروف-سميرنوف، وليليفورس، وأندرسون-دارلنج، ومناقشة الافتراضات والمنهجيات الأساسية الخاصة بها.
اختبار شابيرو ويلك: يُعتبر اختبار شابيرو-ويلك من أقوى اختبارات التوزيع الطبيعي. طُوّر هذا الاختبار عام ١٩٦٥ على يد صموئيل س. شابيرو ومارتن ب. ويلك، وهو مصمم خصيصًا لأحجام العينات الصغيرة إلى المتوسطة. يحسب الاختبار إحصائية W، التي تقارن البيانات المرصودة بالبيانات المتوقعة في حال اتباعها للتوزيع الطبيعي. تشير قيمة W الصغيرة إلى أن البيانات تنحرف بشكل ملحوظ عن التوزيع الطبيعي.
اختبار كولموغوروف-سميرنوف: اختبار كولموغوروف-سميرنوف (KS) هو اختبار لا معلمي يقارن دالة التوزيع التجريبي لمجموعة بيانات بتوزيع نظري محدد، عادةً ما يكون التوزيع الطبيعي. يحسب الاختبار أقصى فرق (D) بين دالتي التوزيع التراكمي. تشير قيمة D الكبيرة إلى انحراف كبير عن التوزيع الطبيعي. من عيوب اختبار KS أنه أقل حساسية للانحرافات في ذيول التوزيع.
اختبار ليليفورس: يُعدّ اختبار ليليفورس امتدادًا لاختبار كولموغوروف-سميرنوف، وقد طوّره هوبرت ليليفورس عام 1967. وهو مُصمّم للعينات الصغيرة عندما تكون معلمات المجتمع، مثل المتوسط والانحراف المعياري، غير معروفة. يُعدّل هذا الاختبار اختبار كولموغوروف-سميرنوف من خلال تقدير هذه المعلمات من بيانات العينة، مما يُؤدي إلى تقييم أكثر دقة لتوزيع العينات الصغيرة.
اختبار أندرسون-دارلينج: يُعد اختبار أندرسون-دارلينج، الذي طوره ثيودور أندرسون ودونالد دارلينج عام 1952، اختبارًا قويًا آخر للتحقق من التوزيع الطبيعي. وكما هو الحال في اختبار كولموغوروف-سميرنوف، يقارن هذا الاختبار دالة التوزيع التجريبي لمجموعة بيانات بتوزيع نظري محدد. ومع ذلك، فإنه يُولي أهمية أكبر لذيول التوزيع. يحسب هذا الاختبار إحصائية A²، حيث تشير القيم الأكبر إلى انحراف أكبر عن التوزيع الطبيعي.
الدراسة - مقارنات القوة للاختبارات الطبيعية
في مقالة "مقارنات القوة لاختبارات شابيرو-ويلك، وكولموغوروف-سميرنوف، وليفورس، وأندرسون-دارلنج" بقلم نورناديا محمد رزالي وياب بي واه، كان الهدف الرئيسي هو مقارنة القوة الإحصائية للاختبارات الطبيعية الأربعة: شابيرو-ويلك وكولموجوروف-سميرنوف وليليفورس وأندرسون-دارلينج.
تسعى الدراسة إلى تحديد الاختبار الذي يحقق أفضل أداء في ظل ظروف مختلفة وأحجام العينات، مما يؤدي في النهاية إلى توجيه الباحثين ومحللي البيانات في اختيار الاختبار الطبيعي الأكثر ملاءمة لمجموعات البيانات المحددة الخاصة بهم.
المنهجية: أجرى رزالي وواه محاكاة إحصائية واسعة النطاق باستخدام تقنيات مونت كارلو لمقارنة أداء اختبارات شابيرو-ويلك، وكولموغوروف-سميرنوف، وليليفورز، وأندرسون-دارلينغ. وقد راعت المحاكاة أحجام عينات متفاوتة وأنواعًا مختلفة من توزيعات البيانات. وتم تحليل ومقارنة القوة الإحصائية لكل اختبار، والتي تُعرَّف بأنها احتمال رفض الفرضية الصفرية بشكل صحيح عندما تكون خاطئة، عبر مختلف السيناريوهات.
النتائج: خلصت الدراسة إلى أن اختبار شابيرو-ويلك أظهر عمومًا أعلى قوة إحصائية بين اختبارات التوزيع الطبيعي الأربعة، مما يجعله الاختبار الأكثر فعالية في الكشف عن الانحرافات عن التوزيع الطبيعي في مختلف الحالات. مع ذلك، من الضروري التذكير بأن قوة جميع الاختبارات الأربعة تزداد مع زيادة حجم العينة.
خاتمة
تلعب اختبارات الحالة الطبيعية دورًا حاسمًا في التحليل الإحصائي، لأنها تساعد في تحديد مدى ملاءمة الاختبارات البارامترية التي تعتمد على افتراض الحالة الطبيعية.
يمكن أن يؤثر اختيار اختبار الحالة الطبيعية المناسب بشكل كبير على موثوقية وصلاحية التحليل الإحصائي.
استنادًا إلى الدراسة التي أجراها نورناديا محمد رزالي وياب بي واه، يُظهر اختبار شابيرو-ويلك عمومًا أعلى قوة إحصائية للكشف عن الانحرافات عن الحالة الطبيعية.
اكتشف عينات مجانية من كتابنا الرقمي الذي تم إصداره حديثًا وأطلق العنان لإمكانياتك الحقيقية.
انغمس في تقنيات تحليل البيانات المتقدمة ، وأتقن فن تحديد أحجام العينات المثلى، وتعلم كيفية توصيل النتائج بشكل فعال وواضح وموجز.
انقر على الرابط لاكتشاف ثروة من المعرفة: الإحصاء التطبيقي: تحليل البيانات.
