स्टेटा फॉरेक्स में सामान्यता के शापिरो-विल्क टेस्ट

पीएएसडब्ल्यू (एसपीएसएस) में सामान्यता का प्रदर्शन करते समय हम सामान्य परीक्षण करते हैं बहुत सारे सांख्यिकीय परीक्षणों (उदाहरण के लिए टी-परीक्षण) के लिए आवश्यक है कि हमारे डेटा को आम तौर पर वितरित किया जाता है और इसलिए हमें हमेशा जांचना चाहिए कि क्या इस धारणा का उल्लंघन है। उदाहरण परिदृश्य डेटा का एक सेट को देखते हुए, हम यह जांचना चाहते हैं कि इसका वितरण सामान्य है या नहीं। इस उदाहरण में, शून्य परिकल्पना यह है कि डेटा सामान्य रूप से वितरित किया जाता है और वैकल्पिक परिकल्पना यह है कि डेटा आमतौर पर वितरित नहीं किया जाता है। डाटासेट यहां प्राप्त किया जा सकता है। पहले कॉलम में संग्रहीत डेटा का परीक्षण किया जाना चाहिए। चरण 1 चुनें विश्लेषण - वर्णनात्मक सांख्यिकी - एक्सप्लोर करें एक नई विंडो बाहर चली जाती है चरण 2 बाईं ओर की सूची से, निर्भर डेटा को निर्भर सूची में चुनें। दाईं ओर भूखंडों पर क्लिक करें एक नई विंडो बाहर चली जाती है बॉक्सप्लॉट के लिए कोई नहीं देखें, वर्णनात्मक के लिए सब कुछ अनचेक करें और सुनिश्चित करें कि बॉक्स सामान्य परीक्षण के साथ प्लाट की जांच की जाती है। चरण 3 परिणाम अब आउटपुट विंडो में पॉप आउट हुए हैं। चरण 4 अब हम परिणाम की व्याख्या कर सकते हैं। परीक्षण आंकड़े तीसरी तालिका में दिखाए गए हैं यहां सामान्यता के लिए दो परीक्षण चल रहे हैं। डेटासेट 2000 से कम तत्वों के लिए, हम शापिरो-विल्क टेस्ट का उपयोग करते हैं, अन्यथा, कोलमोगोरोव-स्मिर्नोव टेस्ट का उपयोग किया जाता है। हमारे मामले में, क्योंकि हमारे पास केवल 20 तत्व हैं, शापिरो-विल्क परीक्षण का उपयोग किया जाता है। ए से, पी-वैल्यू 0.316 है। हम वैकल्पिक परिकल्पना को अस्वीकार कर सकते हैं और यह निष्कर्ष निकाल सकते हैं कि डेटा सामान्य वितरण से आता है। कॉपी गणित-सांख्यिकी-ट्यूटर 2010 वेब डेवलपमेंट टीम। शापिरो-विल्क मूल परीक्षा हम शापिरो-विल्क टेस्ट का प्रदर्शन करने के लिए मूल दृष्टिकोण प्रस्तुत करते हैं। यह दृष्टिकोण 3 और 50 तत्वों के बीच नमूनों तक सीमित है। यहां क्लिक करके आप जे.पी. रॉयस्टन के एल्गोरिदम का उपयोग करके एक संशोधित दृष्टिकोण की समीक्षा भी कर सकते हैं जो नमूने 5000 (या उससे अधिक) के साथ संभाल सकते हैं। सामान्यता के लिए शापिरो-विल्क (एसडब्ल्यू) टेस्ट में इस्तेमाल किया जाने वाला मूल दृष्टिकोण निम्नानुसार है: यदि एन भी है, तो एमएन 2 दें, जबकि एन एनजेड एम (एन 1) 2 बी की गणना करता है, इस प्रकार से एई वेट लेने से शापिरो-विल्क टेबल्स में तालिका 1 (एन के मूल्य के आधार पर) ध्यान दें कि यदि n अजीब है, तो माध्य डेटा मान बी की गणना में उपयोग नहीं किया जाता है। टेस्ट आँकड़ों की गणना करें डब्ल्यू बी 2 एसएस शापिरो-विल्क टेबल्स (एन के दिए गए मान के लिए) की तालिका 2 में मान का पता लगाएं जो कि डब्ल्यू के निकटतम है। interpolating यदि आवश्यक हो तो यह परीक्षण के लिए पी-वैल्यू है उदाहरण के लिए, मान लीजिए डब्ल्यू .975 और एन 10. शापिरो-विल्क टेबल्स की तालिका 2 के आधार पर परीक्षण के लिए पी-वैल्यू कहीं न कहीं 90 (डब्ल्यू। 9 772) और .95 (डब्ल्यू .978) के बीच है। उदाहरण 1 । 12 लोगों का एक यादृच्छिक नमूना बड़ी आबादी से लिया जाता है। नमूना में लोगों की उम्र कार्यपत्रक के स्तंभ 1 में चित्रा 1 में दी गई है। क्या यह डेटा सामान्य रूप से 1 चित्रा के लिए शापिरो-विल्क परीक्षण वितरित करता है। हम कॉलम में आंकड़ों को सॉर्ट करके शुरू करते हैं, डेटा ग्रुप सॉर्ट एम्फ़ीफ़ फिल्टर सॉर्ट या QSORT पूरक कार्य, परिणाम को स्तंभ बी में डालते हैं। हम अगले 12 मिमी (नमूना आकार) के गुणांक मूल्यों को शापिरो-विल्क टेबल्स की तालिका 1 में देखते हैं। इन मूल्यों को स्तंभ ई में डालें। इन 6 गुणांकों में से प्रत्येक के अनुरूप, 1, एक 6 हम मूल्य x 12 x 1 की गणना करते हैं , एक्स 7 x 6 जहां x i क्रमवार क्रम में i वें डेटा तत्व है I जैसे एक्स 1 35 और x 12 86 के बाद से, हम सेल एच 5 (1 से युक्त सेल के रूप में एक ही पंक्ति) में अंतर 86 35 51 रख सकते हैं। कॉलम में मैं गुणांक और अंतर के मूल्यों के उत्पाद शामिल है I जैसे सेल I5 में सूत्र E5H5 शामिल है इन मूल्यों का योग बी 44.1641 है, जो सेल I11 (और फिर सेल E14 में) में पाया जाता है। हम अगले एसएस को DEVSQ (बी 4: बी 15) 2008.667 के रूप में गणना करते हैं। इस प्रकार डब्ल्यू बी 2 एसएस 44.164122008.667 .971026 अब हम .971026 की तलाश करते हैं, जब शापिरो-विल्क टेबल्स की तालिका 2 में n 12 और यह पाया गया कि पी-मान .50 और .90 के बीच है। .5 के लिए डब्ल्यू मान 9। 943 है और 9 .9 के लिए W मान 9 73 है। इंटरपोलेटिंग .971026 इन मूल्यों के बीच (रैखिक प्रक्षेप का उपयोग करके), हम पी मूल्य पर आते हैं। 873681 चूंकि पी-वैल्यू .87 जीटी .05 हम रिक्त परिकल्पना को बनाए रखते हैं कि डेटा आम तौर पर वितरित किया जाता है। उदाहरण 2 SW परीक्षण का उपयोग करना, यह निर्धारित करें कि क्या सामान्यता और समरूपता के लिए आलेखीय परीक्षणों के उदाहरण 1 में डेटा सामान्यतः वितरित किया जाता है या नहीं। चित्रा 2 चित्रा 2 उदाहरण के लिए शापिरो-विल्क परीक्षण 2 जैसा कि हम चित्रा 2, पी-वैल्यू .0419 ले .05 में विश्लेषण से देख सकते हैं। और इसलिए हम अशक्त परिकल्पना को अस्वीकार करते हैं और 95 आत्मविश्वास के साथ समाप्त करते हैं कि डेटा आम तौर पर वितरित नहीं किया जाता है, जो केएस परीक्षण का उपयोग करते हुए परिणामों से बहुत अलग है, जिसे हमने कोलम्गोरोव-स्मिरेनोव टेस्ट के उदाहरण 2 में पाया। वास्तविक सांख्यिकी फ़ंक्शन वास्तविक सांख्यिकी संसाधन पैक में निम्नलिखित पूरक कार्य होते हैं, जहां आर 1 में बिना संख्यात्मक डेटा हैंडिंग होते हैं: SHAPIRO (R1, FALSE) शापिरो-विल्क टेस्ट आँकड़ों के लिए रेंज R1 SWTEST (R1, FALSE, h) में डेटा के लिए p - आर 1 SWCoeff (n, J. FALSE) में डेटा पर शापिरो-विल्क परीक्षण का मान आकार एन SWCoeff (R1, C1, FALSE) के नमूनों के लिए जम्मू गुणांक, सॉर्ट किए गए रेंज R1 SWPROB के भीतर सेल C1 से संबंधित गुणांक , डब्ल्यू, गलत, एच) शापिरो-विल्क टेस्ट का पी-मान टेस्ट आँकड़ों के लिए आकार n के एक नमूने के लिए। शापिरो और SWTEST सभी रिक्त और गैर-संख्यात्मक कोशिकाओं को अनदेखा करते हैं। SWCoeff (R1, C1, FALSE) में श्रेणी R1 में कोई रिक्त या गैर-संख्यात्मक कोशिका नहीं होनी चाहिए। टेबल लुकअप करते समय, डिफ़ॉल्ट हार्मोनिक प्रक्षेप (एच TRUE) का उपयोग करने के लिए है रैखिक प्रक्षेप का उपयोग करने के लिए, एच सेट करें FALSE। विवरण के लिए इंटरपोलेशन देखें उदाहरण के लिए, सामान्यता के लिए ची-स्क्वायर टेस्ट के उदाहरण 1 के लिए। हमारे पास शापिरो (ए 4: ए 15, फेलएस) .874 और SWTEST (ए 4: ए 15, FALSE, FALSE) SWPROB (15, .874, FALSE, FALSE) .0419 (ची-स्क्वायर टेस्ट के चित्रा 2 में कार्यपत्रक का संदर्भ देते हैं सामान्यता) यह नोट करना महत्वपूर्ण है कि SHAPIRO (R1, TRUE), SWTEST (R1, TRUE), SWCoeff (n, J. TRUE), SWCoeff (R1, C1, TRUE) और SWPROB (n, W, TRUE) परिणाम देखें रॉयस्टन एल्गोरिथ्म का उपयोग करते हुए, शापिरो-विलक विस्तारित टेस्ट में वर्णित है। SWCoeff के रॉयस्टोन संस्करण के साथ संगतता के लिए, जब जे एन 2 फिर एसडब्ल्यूकॉफ़ (एन, जे। फॉल्स) ने शापिरो-विल्क टेबल्स में पाया आकार के नमूनों के लिए जम्मू गुणांक के मूल्य का नकारात्मक। जब जम्मू (एन 1) 2, SWCoeff (n, J. FALSE) 0 और जब j gt (n 1) 2, SWCoeff (n, J. FALSE) - SWCoff (एनजे 1, FALSE)। मैग्नस फ़्राइबर्ग कहते हैं: मैंने 41 के एक नमूने पर यह कोशिश की। मुझे डब्ल्यू 0,90728 मिला। तालिका के अनुसार, निकटतम मान 0, 9 2 (पी 0,01) 8211 कोई भी समान नमूना आकार से कम नहीं है। क्या मैं इस मूल्य का उपयोग करता हूं या कुछ उपाय किए जा सकते हैं इसके अलावा, मुझे यह सुनिश्चित करने की ज़रूरत है कि मैं विधि को सही ढंग से समझता हूं पी-वैल मैं इंटरपोलेटिंग से मिलता है वास्तविक पी-वैल्यू है और थ्रेसहोल्ड वैल्यू (पी 0,05) से कम होना चाहिए ताकि क्रमशः शून्य अवधारणा को अस्वीकार कर सकें 8211 अग्रिम धन्यवाद Magnus, हां, आप जिस दृष्टिकोण से हैं प्रयोग सही है चूंकि। 9 0728 मैग्नस फ़्राइबर्ग कहते हैं: बहुत बहुत धन्यवाद। हालांकि मुझे एक और मुद्दा है। क्या अधिक विश्वसनीय है (और क्या शर्तों के तहत), QQ भूखंड या SW - परीक्षण मुझे लगता है कि SW का उपयोग करते हुए रिक्त परिकल्पना की अस्वीकृति मिलती है, लेकिन QQ 8211 या बहुत छोटे विक्रय दिखाते हैं, ऐसा मुझे दिखाई देता है क्या एसडब्ल्यू परीक्षण बड़े (उदा। एन 40) नमूनों मैग्नस के प्रति बहुत संवेदनशील होता है, मुझे एसडब्ल्यू टेस्ट का उपयोग करना आसान लगता है क्योंकि यह उसके परिणामों की व्याख्या करना आसान है, लेकिन दोनों काफी सटीक हैं इसके अलावा, चूंकि अधिकांश परीक्षण सामान्यता के उल्लंघन के लिए काफी मजबूत होते हैं, या तो यह दिखा सकता है कि डेटा वास्तविकता से वास्तव में प्रस्थान हो रहा है या नहीं। बड़े परीक्षणों के साथ दोनों परीक्षणों पर मुकदमा चलाया जा सकता है चार्ल्स मेरी पूरी आबादी केवल 30 मान है शापिरो-विल्क परीक्षण भी जनसंख्या में लागू किया जा सकता है सिर्फ एक नमूना के बजाय मैं यह मानकर सही हूं कि यह सिर्फ सिम्मिटरी के लिए एक परीक्षण है मेरी स्थिति यह है कि मेरे पास 30 मानों के सैकड़ों डेटसेट हैं और मुझे पता है कि डाटासेट सममित है मूल्यों का वितरण 68-95-99.7 की संभाव्यता घंटी-वक्र से एक लंबा रास्ता हो सकता है। उदाहरण के लिए, एक डाटासेट के लिए, -2 एसडी से 2 एसडी तक 1 एसडी डिब्बों में प्रविष्टियों की संख्या 8230 7,4,13,5 है, जो 0.43 के एसडब्ल्यू पी-मूल्य का उत्पादन करती है। इस वितरण के विपरीत 822068-95-99.78221 संभाव्यता वक्र से पता चलता है कि 30 की आबादी या तो 5, 10, 10, 4 या 4, 10, 10, 5 होनी चाहिए। क्या उन डेटासेट की पहचान करना अच्छा अभ्यास है जहां वितरण है 68-95-99.7 से एक लंबा रास्ता है। यदि हां, तो यह कैसे किया जाता है अग्रिम धन्यवाद जैरी, यदि आम तौर पर डेटा वितरित नहीं किया जाता है, तो सामान्य तौर पर परीक्षण करने वाले परीक्षणों के लिए आप 1. नॉनपरैमेट्रिक टेस्ट का उपयोग कर सकते हैं जो doesn8217t को सामान्यता की आवश्यकता होती है 2. डेटा को बदलना ताकि परिणामस्वरूप डेटा पर्याप्त रूप से सामान्य हो। इसके अतिरिक्त, कुछ परीक्षण जो सामान्यता की आवश्यकता होती है (उदा। टी परीक्षण) पर्याप्त रूप से मजबूत है कि जब तक डेटा सममित है, तब तक परीक्षण ठीक से ठीक हो जाएगा (यद्यपि इन मामलों में भी, मान-व्हिटनी गैर-पैरामेटिक परीक्षण को इसी तरह के परिणाम देना चाहिए)। चार्ल्स, धन्यवाद डॉ। मैं आपकी उपयोगी वेबसाइट से बहुत कुछ सीख रहा हूं। जब मैंने दो उदाहरणों में दिए गए दो डेटा के लिए Shapir0-Wilk परीक्षण के वास्तविक स्टेट की कोशिश की, तो मुझे उदाहरणों में दिए गए लोगों से अलग-अलग W और P मान मिलते हैं: Wb2SS 0.971025924 W 0.971122526 0.5 0.943 पी-मान 0.922200674 0.9 0.973 अल्फा 0.05 पी-मान 0.873679 सामान्य हाँ Wb2SS 0.873965213 W 0.874012 0.02 0.855 पी-वैल्यू 0.03866 0.05 0.881 अल्फा 0.05 पी मूल्य 0.041882692 सामान्य नहीं क्या आप कृपया बता सकते हैं कि अंतर क्यों मैंने गणना में कोई गलती की है I8217t पता है कि आपको अलग-अलग परिणाम क्यों मिलता है। यदि आप मुझे आपकी गणनाओं के साथ एक स्प्रेडशीट भेजते हैं तो मैं समझने की कोशिश करूँगा कि एक अंतर क्यों है चार्ल्स हाय चार्ल्स, धन्यवाद इस वेब पेज के लिए बहुत बहुत धन्यवाद आपने कहा कि समारोह SWTEST सभी खाली और गैर-संख्यात्मक कोशिकाओं की उपेक्षा करता है ज़रूर क्योंकि अगर मैं रेंज आर 1 के अंत में खाली कोशिकाओं को जोड़ता हूं, तो पी-वैल्यू अलग-अलग होती है। इसके अलावा, मूल शापिरो-विल्क टेस्ट और रॉयटन एल्गोरिदम के बीच अंतर क्या है, और जब आप एक या दूसरे होते हैं (जिसका मतलब है कि मुझे डॉन 8217 ट पता है कि SWTEST में मुझे 8220FALSE8221 या 8220TRUE8221 लिखना है। बहुत बहुत धन्यवाद, Julien I सिर्फ SWTEST और SHAPIRO कार्यों को शुरूआत, अंत में और सीमा के बीच में रिक्त और गैर-संख्यात्मक कोशिकाओं को जोड़कर पुनः प्रयोग किया जाता है। परिणाम सभी समान हैं। Excel का कौन सा संस्करण आप उपयोग कर रहे हैं यदि आप जिन मूल्यों की तलाश कर रहे हैं तालिका में पाया तो आप मूल एल्गोरिथम का उपयोग भी कर सकते हैं (हालांकि रॉयटन एल्गोरिदम का उपयोग करने वाले परिणाम काफी समान हैं)। अन्यथा आपको रॉयटन एल्गोरिथम का उपयोग करना चाहिए। मैं उस समय से रॉयस्टन एल्गोरिदम का इस्तेमाल करना चाहता हूं, जब मैं उस स्थिति में डॉन 8217 मैक के लिए सॉफ्टवेयर का नवीनतम संस्करण है, लेकिन यह doesn8217t कुछ विशेषताओं है कि मैं Windows के लिए जोड़ दिया है। विशेष रूप से WTEST केवल परीक्षण के एक पूंछ संस्करण देता है। दो-पूंछ परीक्षण के लिए पी-मान पाने के लिए सेंट को दोहरे मूल्य की जरूरत है मुझे उम्मीद है कि मैक के लिए जल्द ही एक नया संस्करण मिल जाएगा (जैसे ही मैं इसे परीक्षण करने के लिए एक मैक कंप्यूटर प्राप्त कर सकता हूं)। चार्ल्स जुलिएन, अब मैं इस समस्या को समझता हूं। मैंने अभी तक नवीनतम सुविधाओं के साथ सॉफ़्टवेयर के मैक संस्करण को अपडेट नहीं किया है यही कारण है कि कुछ तर्क डॉन 8217t काम करते हैं और क्यों कुछ कार्यों don8217t लापता डेटा उसी तरह संभाल। मेरी समस्या यह है कि मैं don8217t में एक मैक खुद है और सॉफ्टवेयर को परीक्षण और अद्यतन करने के लिए एक उधार लेने की जरूरत है। चार्ल्स I8217ve ने अपने आरएस संसाधनों का उपयोग करके कुछ परीक्षण किए हैं I और I8217m को डरते हैं I8217m को डर लगता है कि एक प्रकार के बग का पता लगाता है, SWTEST (R1) doesn8217t हमेशा SWPROB (n, W) 8211 के रूप में वापस आ जाता है, बाद में सही परिणाम दे रहा है। I8217m निश्चित नहीं है कि अगर आप वास्तव में एल्गोरिथम का परीक्षण करते समय विभिन्न मानों के लिए इसे जाँचते हैं तो वास्तव में कृतघ्न होने की कोशिश नहीं की जा रही है, यह एक शानदार ऐड-इन है, लेकिन मैंने अभी देखा है कि 8220SHAPIRO (ए 4: ए 15) .874 और SWTEST (ए 4: ए 15) SWPROB (15, .874) .04198221 श्रेणी A4: ए 15, एनएनआई 2121, एन के लिए 15 का मान प्रदान नहीं करेगी जब तक कि I8217m गलत नहीं हो, साइट एक्ससेल पैकेज पर आपके सभी कामों के लिए धन्यवाद, मेरे उदाहरण डेटा, ए 1: 821282128212821282128212821282128212- नमूना 1 में लेबल से शुरू करें : 2.8078385 नमूना 2: 6.22198 9 18 नमूना 3: नमूना 4: 58.555133 नमूना 5: 9.0669786 नमूना 6: 2.2813688 नमूना 7: 0.6727113 डब्ल्यू: SHAPIRO (बी 2: बी 8) 0.7118325 गलत पी-मान: SWTEST (बी 2: बी 8) 0.782674 (से मैं क्या देख सकता हूं) सही पी - मूल्य: SWPROB (7, बी 32) 0.005 से जो मैं एन 7 के लिए पी तालिका में देख सकता हूं, वो 0.71188230 है जो p0 और p0.01 के बीच है, अर्थात p0.005 संभव है, लेकिन 0.782674 ain8217t। मुझे लगता है कि I8217m अभी इस त्रुटि को खोजने के लिए SWPROB का इस्तेमाल करने जा रहा है। 4 और 11 तत्वों के बीच नमूनों के लिए शापिरो-विल्क परीक्षण के प्रदर्शन के लिए रॉयटन एल्गोरिथम के कार्यान्वयन में एक त्रुटि थी। मेरा मानना ​​है कि मैंने अब वास्तविक सांख्यिकी संसाधन पैक के नवीनतम रिलीज में इसे तय किया है जो मैंने वेबसाइट पर डाल दिया है। यदि आप इस संस्करण को डाउनलोड और इंस्टॉल करते हैं (रिलीज़ 1.7.3), तो आपको SWTEST (B2: B8) .004981 को ढूंढना चाहिए। मूल SW एल्गोरिथ्म का उपयोग करके मान की गणना SWTEST (B2: B8, False) .005 द्वारा की जाती है। कृपया ध्यान दें कि निम्नलिखित शापिरो-विल्क कार्यों में रॉयस्टन और मूल स्क्व्यू संस्करण हैं: SHAPIRO (R1, b), SWTEST (R1, b), SWCoeff (n, j, b)। अगर बी सच है या छोड़ा जाता है तो रॉयटन एल्गोरिदम का उपयोग किया जाता है। यदि बी गलत है तो मूल SW एल्गोरिथ्म का उपयोग किया जाता है। SWCoeff (n, j, false) संस्करण नया है मैंने इसे सॉफ्टवेयर में जोड़ा है यह वेब पेज पर वास्तविक गुण-सांख्यिकी-टैब्लेटहेपिरो-विल्क-टेबल पर सपने गुण तालिका में पाया गया गुणांक देता है। मैं इस नए फ़ंक्शन को स्पष्ट करने के लिए शीघ्र ही वेबसाइट को अपडेट कर रहा हूं। बहुत कम नमूनों (15 या 20 से कम) के लिए SW टेस्ट के किसी भी संस्करण को नियोजित करते समय सावधानी का उपयोग किया जाना चाहिए क्योंकि परिणाम पूरी तरह से सटीक नहीं हैं। त्रुटि की पहचान करने के लिए धन्यवाद और किसी भी असुविधा के लिए खेद है जिसके कारण यह हुआ। उदाहरण के लिए वेबपेज पर वास्तविक-सांख्यिकीय - स्टेस्टिस्ट - स्टैरिस्टालिटी-एंड-सिमुमेट्रास्टिस्टिक-टेस्ट-नॉर्मल-सिमेट्रीशिपिरो-विल्क-टेस्ट। हमारे पास निम्न परिणाम SHAPIRO (ए 4: ए 18, झूठे) .874 और SWTEST (A4: ए 18, झूठे) SWPROB (15, .874) .0419 हैं। उपयोग की गई श्रेणी A4: A18 और नहीं A4: A15, और इसलिए 15 का एक नमूना आकार सही है। कृपया ध्यान दें कि मूल शापिरो-विल्क एल्गोरिदम का उपयोग करने के लिए आपको दूसरा पैरामीटर के रूप में गलत निर्दिष्ट करना होगा। वेबसाइट इस बारे में स्पष्ट नहीं थी मैंने अब वेबसाइट को इस स्पष्ट बनाने के लिए संशोधित किया है। यदि आप दूसरे पैरामीटर को छोड़ देते हैं, तो आपको शापिरो (ए 4: ए 18) .874 और SWTEST (ए 4: ए 18) 0387 मिलेंगे, जो रॉयस्टन एल्गोरिदम का उपयोग करते हुए परिणाम हैं। जाहिर है इस मामले में वहाँ 8217t एक महान अंतर था मैं टीज़िफ के जवाब को समझ नहीं पाया सीएलटी का कहना है कि मतलब का नमूना वितरण लगभग है। बड़े यादृच्छिक नमूने के लिए सामान्य यह नमूना मूल्यों के वितरण के बारे में कुछ भी नहीं कहता है। अगर आप एक गैर-सामान्य आबादी से नमूना ले रहे हैं, नमूना वितरण सामान्य नहीं होगा, चाहे कितना बड़ा नमूना है, सही दिमित्री, सीएलटी का कहना है कि नमूना वितरण वास्तव में बड़े नमूनों के लिए लगभग सामान्य होगा, भले ही जनसंख्या वितरण सामान्य नहीं है चार्ल्स हाय, यह पोस्ट करने के लिए बहुत बहुत धन्यवाद यह वास्तव में सहायक और समझने में आसान था। मेरा एकमात्र प्रश्न सवाल एक में है: आप W मूल्यों को कैसे रूपांतरित करते हैं क्या आपके द्वारा इस्तेमाल किए जाने वाले समीकरण हैं I वर्तमान में, मैं डॉन 8217t कुछ विशेष रूप से परिष्कृत करता हूं मैं केवल W मूल्यों के लिए एक रैखिक प्रक्षेपण करता हूं। यहां तक ​​कि अगर मान सटीक नहीं है, तो यह .05 के पी-मूल्य से बहुत अधिक है, और इसलिए हम यह अस्वीकार नहीं कर सकते कि डेटा सामान्य रूप से वितरित किया जाता है। क्योंकि बहुत से लोगों ने 50 से बड़े नमूनों के लिए शापिरो-विक टेस्ट के लिए कहा है, कल मैंने एसडब्ल्यू टेस्ट का एक नया संस्करण जोड़ा है, जो कि इंटरनैशलेशन का उपयोग करता है और कम से कम 5,000 के नमूना आकार का समर्थन करता है। यह वास्तविक सांख्यिकी संसाधन पैक (R1.7.1) के वर्तमान संस्करण में उपलब्ध है। आपके द्वारा SW परीक्षण के बारे में प्रदान की गई जानकारी के लिए धन्यवाद चूंकि मैं सांकेतिक पृष्ठभूमि नहीं कर रहा हूं इसलिए मेरे पास एक छोटा सा सवाल है, जब यादृच्छिक नमूने एन 500 तक बढ़ते हैं, हम 8220a8221 वजन कैसे प्राप्त करेंगे क्योंकि तालिका में केवल 8220n8221 को 50 तक ही प्रदान करता है, केवल अगर मैं आपको प्रदान कर सकता हूं जवाब। हाय तेज़ेफ़, मुझे 1 9 65 में शापिरो और विल्क के मूल पेपर से 8220 ए 8221 वजन मिला। उस पत्र में उन्होंने केवल 50 के लिए वजन प्रदान किया। यदि यह वास्तव में एक यादृच्छिक नमूना है, तो सेंट्रल लीम प्रमेय द्वारा बड़े मूल्यों के लिए (आमतौर पर एन 50 पर्याप्त से अधिक है), नमूना लगभग सामान्य रूप से वितरित किया जाएगा और ऐसा नहीं करता है 8217t सामान्यता के लिए जांच की जानी चाहिए (फिर से नमूना वास्तव में यादृच्छिक रूप से चुना गया है)। चार्ल्स आपकी जानकारी वास्तव में उपयोगी है, धन्यवाद, मेरे पास एक सवाल है, बहुत ही मौलिक है, लेकिन मुझे एक जवाब की आवश्यकता है उदाहरण संख्या 1 I8217m में जब तक प्रक्षेप नहीं होता, तब तक आप ऐसा कैसे करते हैं जिसका मतलब है कि तालिका संख्या 2 doesn8217t एक पंक्तिगत फ़ंक्शन का पालन करें, इसलिए मैंने इसे एक logaritmic फ़ंक्शन में डाल दिया और यह काम किया नं 8217t। मैं आपके जवाब की प्रशंसा करेगा, मुझे इसकी ज़रूरत है हाय जाविएरा, यह एक अच्छा सवाल है मैं बस एक रेखीय प्रक्षेप का इस्तेमाल किया जैसा कि आप ने बताया, तालिका doesn8217t एक रैखिक समारोह का प्रतिनिधित्व करते हैं, लेकिन परिणाम आमतौर पर काफी अच्छा होगा। मैं शायद भविष्य में एक अधिक परिष्कृत दृष्टिकोण का उपयोग करूँगा, लेकिन अभी के लिए मैं इसे सरल रखना चाहता था चार्ल्स एक उत्तर दें छोड़ दो उत्तर रद्द