روش آزمون توزیع نرمال کولموگراف در SPSS

مطلب مصور زیر براحتی این روش را بهمراه آنالیز آماری آن توضیح می دهد:

دو تصویر زیر بترتیب Box-Plot مرتبط با دو نمونه با توزیع نرمال و غیر نرمال است:

Kolmographspss1.jpg

Kolmographspss2.jpg


حالا مستقیم به SPSS می رویم:

در نرم افزار SPSS ورژن 17 ( در سایر ورژن های قبلی نیز با کمی تفاوت به همین شکل است ) ، ابتدا مطابق زیر به منوی Analyse و سپس به Descriptive Statistics و سپس به Explore می رویم و مراحل زیر را طی می کنیم که Command ( دستور ) Examine را برای ما اجرا می کند:

Kolmographspss3.jpg

سپس در تصویر زیر، متغیر مورد نظر را ( دراینجا a ) به جعبه Dependent List منتقل می کنیم.

قسمت Display را به همان صورت گزینه از پیش انتخاب شده Both رها می کنیم و بر روی دکمه Plot کلیک می کنیم.

این قسمت گزینه های مختلفی دارد که می توانید استفاده کنید ولی مهمترین چیزی که دراینجا منظورم است این است که حتما گزینه Normality Plots witht tests را تیک بزنید:

Kolmographspss4.jpg

نهایتا دکمه Continue را کلیک کرده و به صفحه قبلی که باز گشتید روی دکمه Ok کلیک می کنید.

جدول زیر ، نمایش آنالیز توزیع نرمال به دو روش Kolmograph-Smirnov , و Shapiro-Wilk است که مشابه هم هستند ولی کاربرد متفاوتی در حجم نمونه های متفاوت دارند. ( تست کولموگراف معمولا برای داده های بالای 2000 عدد مناسب تر از تست شاپیرو است و البته هردو تست را می توان برای داده های کمتر از 2000 عدد استفاده کرد که بطور روتین از تست کولموگراف استفاده می کنیم و نتایج این دو تست معمولا تفاوتی در نتیجه نهایی نخواهد داشت مگر دربعضی شرایط خاص که توضیحش در این مبحث نمی گنجد:

Kolmographspss5.jpg

آنالیز آماری نتایج جدول تست کولموگراف در SPSS :

داستان از اینجا حکایت می کند که در اصل با انجام تست کولموگراف ما داریم یک هایپوتز خنثی را که به شکل زیر است تست می کنیم:

The distribution of the variable is Normal

حالا با توجه به جدول فوق، به عدد متناظر با Sig. نگاه می کنیم. اگر این عدد کوچکتر از P مورد نظر ( معمولا P=0.05 ) باشد دراین صورت هایپوتز بالا را به نفع عدم توزیع نرمال متغیر مورد مطالعه رجکت می کنیم.

ولی اگر مساوی یا بزرگتر از عدد P باشد ( همانطور که در بالا در تست کولموگراف برابر با 0.2 و در تست شاپیرو برابر با 0.691 است ) ، در این صورت هایپوتز خنثی بالا را قادر به رجکت کردن نیستیم ( به نفع نرمال بودن توزیع متغیر مورد نظر ) .

بنابراین درصورتی که نتیجه جدول فوق را درمطالعه خود داشته باشید به این معنی است که متغیر مورد نظر از توزیع نرمال برخوردار است.


مطالب مشابه :


روش آزمون توزیع نرمال کولموگراف در SPSS

روش آزمون توزیع نرمال کولموگراف در spss مطلب مصور زیر براحتی این روش را رسم نمودار




توزیع گاما

که تقریبا توزیع نرمال با برای دیدن این مطلب چطوره که نسبت خاصی از تابع گاما در




صد نکته از آمار و احتمال مقدماتی

42 تغییر میانگین به یک مقدار بیشتر در توزیع نرمال سبب y ها رسم کنیم از تابع توزیع




کل آمار مقدماتی در یک صفحه

42 تغییر میانگین به یک مقدار بیشتر در توزیع نرمال سبب y ها رسم کنیم از تابع توزیع




100 نکته آماری

42 تغییر میانگین به یک مقدار بیشتر در توزیع نرمال سبب y ها رسم کنیم از تابع توزیع




آموزش احتمال

تابع توزیع یک متغیر تصادفی چون x به ما توزیع نرمال در نقطه μ=x دارای Max رسم نمودار




بررسی نرمال‌بودن توزیع٬ آزمون کولوموگراف-اسمیرنوف

بررسی نرمال‌بودن توزیع٬ آزمون کولوموگراف در آزمون نرمال‌بودن٬ چنان‌چه تابع تمایز




صد نکته از آمار و احتمال مقدماتی

42 تغییر میانگین به یک مقدار بیشتر در توزیع نرمال سبب y ها رسم کنیم از تابع توزیع




توزیع گاما

در نتیجه توزیع گاما بی شود که با تغییر آن، شکل تابع توزیع احتمالی رسم نمودار




آموزش مطلب / متلب / Matlab

Index / بردار و رسم منحنی در مطلب/ توابع برنامه در مطلب / تابع Function و توزیع ;




برچسب :