STATISTIK-FORUM.de

[aziz]

Ich habe jetzt als weitere Methode ein QQ-Plot erstellt um anhand dieser eine weitere "Meinung" zur Normalverteilung zu bekommen.
Kann man da eine ganz primitive Aussage zu treffen, wie weit die einzelnen Werte von der Hilfslinie abweichen dürfen?

Das Bild würde ich "noch" durchgehenlassen. Der Fakt, dass die Verteilung der Daten sich in den Randbereichen von einer Normalverteilung zu unterscheiden scheint, kannst du "vernachlässigen". Im Zentrum liegen die Quantile der Daten sehr nah an denen einer Normalverteilung. Nur mal aus Interesse: Hast du die Stichprobe vor dem Plotten standardisiert?

Was ich jetzt noch gelesen habe ist, dass der SW-Test sehr anfällig auf Ausreiser reagiert! Könnte dies ggf ein Grund sein, warum hier der p-Value so gering war?

Ja. Das Resultat ist in der Regel eine fälschlicherweise verworfene Nullhypothese.

Gruß

[PonderStibbons]

Was wäre daran fälschlich? Wenn die Verwerfung der Hypothese, dass
die Daten aus einer normalverteilten Grundgesamtheit stammen,
wegen "Ausreißerwerten" erfolgt, dann ist das Ergebnis nicht falsch.

Es ist, nach wie vor, erforderlich darzustellen, warum bzw. zu welchem
Zweck Aussagen über die Verteilungseigenschaften der Population
getroffen werden sollen.

[FreakEasY]

Ich habe mehrere Datenreihen (n=60, und n=160) die ich auf Normalverteilung testen will.

Wozu eigentlich?

Mit freundlichen Grüßen

P.

Ichreibe eine Bachelorarbeit und muss einen Zusammenhang herstellen, zwischen einem Index und einer Temperaturreihe!
Und um zu schauen welchen Korrelationskoeffizienten ich verwenden sollte, wollte ich das im vorfeld testen!

[FreakEasY]

Ich habe jetzt als weitere Methode ein QQ-Plot erstellt um anhand dieser eine weitere "Meinung" zur Normalverteilung zu bekommen.
Kann man da eine ganz primitive Aussage zu treffen, wie weit die einzelnen Werte von der Hilfslinie abweichen dürfen?

Das Bild würde ich "noch" durchgehenlassen. Der Fakt, dass die Verteilung der Daten sich in den Randbereichen von einer Normalverteilung zu unterscheiden scheint, kannst du "vernachlässigen". Im Zentrum liegen die Quantile der Daten sehr nah an denen einer Normalverteilung. Nur mal aus Interesse: Hast du die Stichprobe vor dem Plotten standardisiert?

Ja die werte wurden standartisiert, sd=1 und mean=0!

Danke für eure HIlfe

[aziz]

Was wäre daran fälschlich? Wenn die Verwerfung der Hypothese, dass
die Daten aus einer normalverteilten Grundgesamtheit stammen,
wegen "Ausreißerwerten" erfolgt, dann ist das Ergebnis nicht falsch.

Ich geb es zu. Ich hätte es vager formulieren sollen: Die Nullhypothese könnte bei Ausreißern fälschlicherweise verworfen werden. So ist denkbar, dass Ausreißer durch Meßfehler (Meßgerät defekt oder Tippfehler bspw. 10 statt 1.0) entstanden sein könnten. Handelt es sich bei den Beobachtungen um Realisationen normalverteilter Zufallsvariablen, so könnte der S-W-Test (da er sensibel auf Ausreißer "reagiert") fälschlicherweise verwerfen. Weiterhin liegen etwa 99% der Wahrscheinlichkeitsmaße einer normalverteilten Zufallsvariable in dem Intevall . Werte ausserhalb dieses Bereichs sind also als recht unwahrscheinlich zu betrachten. Bekanntlich kann eine normalverteilte Zufallsvariable Werte zwischen und , somit könnte auch eine extremer Wert eine Realisation einer normalverteilten Zufallsvariablen sein. Jener Test könnte somit die Nullhypothese fälschlicherweise verwerfen.

Ja die werte wurden standartisiert, sd=1 und mean=0!

Dann änder die Beschriftung im Plot für deine Bachelorarbeit.

Gruß
Aziz

[FreakEasY]

Ja die werte wurden standartisiert, sd=1 und mean=0!

Dann änder die Beschriftung im Plot für deine Bachelorarbeit.

Danke für den Tipp

[PonderStibbons]

Und um zu schauen welchen Korrelationskoeffizienten ich verwenden sollte, wollte ich das im vorfeld testen!

Die Berechnung des Pearson-Koeffizienten ist nicht abhängig davon,
dass die Daten aus normalverteilten Grundgesamtheiten stammen.
Allerdings ist der Koeffizient nicht robust gegenüber Ausreißern,
entsprechende Betrachtungen erlaubt z.B. ein Streudiagramm.

Mit freundlichen Grüßen

P.

[Sghrn]

Hallo, ich hätte zum Shapiro-Wilk-Test mal eine Frage. Und zwar liefert mir Spss20 in der selben Datei bessere Signifikanz-Werte, wenn ich mehr Variablen in den Test aufnehme. Unter einer bestimmten Grenze, vllt. 15-20 Variablen, bekomm ich immer nur p=0 raus. Ich versteh das nicht, da die Variablen doch nicht im Verhältnis zueinander bewertet werden, oder?

Benutze für den Test die explorative Datenanalyse

[PonderStibbons]

Ich kann Deine Erläuterung zwar nicht verstehen,
aber da n > 1 Variablen erwähnt werden, geht es
vielleicht um listenweisen Fallausschluss.