STATISTIK-FORUM.de

[forenthomas]

Hallo zusammen,

ich habe mir gerade ein Video zum Verteilungstest angesehen, test auf Normalverteilung. Video erstellt von Susan Sproule von der Brock University, https://www.youtube.com/watch?v=3RRYfCXn8L0 .

Soweit war alles ok, Daten standardisiert, erwartete Häufigkeiten bestimmt, Chi² berechnet (4,5), theorietisches Chi² bestimmt (7,8). Damit ist die Nullhypothese: "Die Daten sind normalverteilt." nicht widerlegt werden. Nun kommt aber ihre Interpretation: "This means that I can assume, that the data fit[s] a normal distribution" Das ist doch falsch, oder? Nicht widerlegen zu können heißt doch nicht, zu belegen.

Was mich übrigens mal wieder zu der Frage führt: Wie belege ich eigentlich, außer durch mehrmaliges nicht widerlegen? Nach popperschem Ansatz gar nicht, oder?

Gruß, Thomas

P.S. Ich weiss, dass Tests auf Normalverteilung hier allgemein nicht soo beliebt sind, aber darum geht's mir im Moment nicht.

[PonderStibbons]

"This means that I can assume, that the data fit[s] a normal distribution" Das ist doch falsch, oder?

Grottenfalsch. Bei z.B. sehr kleinen Stichproben ist die Nullhypothese "Normalverteilung" fast unverwerfbar. Wenn die Autoren mit denselben Daten auch noch auf z.B. Binomialverteilung testen und ebenfalls p > 0,05 bekommen (was sehr gut möglich ist), behaupten sie dann, die Daten seien zugleich nachweislich normalverteilt und binomialverteilt?

Nicht widerlegen zu können heißt doch nicht, zu belegen.

Richtig.

Was mich übrigens mal wieder zu der Frage führt: Wie belege ich eigentlich, außer durch mehrmaliges nicht widerlegen?

Man kann es wohl einigermaßen plausibel machen, aber kaum durch Tests. Glücklicherweise ist eine "Normalverteilung" aber fast immer irrelevant (die von Variablen sowieso), und wenn es relevant sein könnte, kann man oft von vornherein auf robustere Verfahren ausweichen.

Nach popperschem Ansatz gar nicht, oder?

Popper hat mit dem Signifikanztestmurks zu seinem Glück nichts zu tun.

Mit freundlichen Grüßen

PonderStibbons