Pertanyaan yang diberi tag «normality-assumption»

Banyak metode statistik menganggap data terdistribusi normal. Gunakan tag ini untuk pertanyaan tentang asumsi & pengujian normalitas, atau tentang normalitas sebagai * properti *. Gunakan [distribusi normal] untuk pertanyaan tentang distribusi normal per se.


5
Adakah penjelasan mengapa ada begitu banyak fenomena alam yang mengikuti distribusi normal?
Saya pikir ini adalah topik yang menarik dan saya tidak sepenuhnya memahaminya. Apa hukum fisika dibuat sehingga begitu banyak fenomena alam memiliki distribusi normal? Tampaknya lebih intuitif bahwa mereka akan memiliki distribusi yang seragam. Sangat sulit bagi saya untuk memahami hal ini dan saya merasa saya kehilangan beberapa informasi. Adakah …

6
Interpretasi uji Shapiro-Wilk
Saya cukup baru dalam bidang statistik dan saya membutuhkan bantuan Anda. Saya punya sampel kecil, sebagai berikut: H4U 0.269 0.357 0.2 0.221 0.275 0.277 0.253 0.127 0.246 Saya menjalankan tes Shapiro-Wilk menggunakan R: shapiro.test(precisionH4U$H4U) dan saya mendapat hasil sebagai berikut: W = 0.9502, p-value = 0.6921 Sekarang, jika saya menganggap …

1
Seberapa salahkah model regresi ketika asumsi tidak terpenuhi?
Ketika memasang model regresi, apa yang terjadi jika asumsi output tidak terpenuhi, khususnya: Apa yang terjadi jika residunya tidak bersifat homoseksual? Jika residu menunjukkan pola meningkat atau menurun pada Residual vs Fitted plot. Apa yang terjadi jika residu tidak terdistribusi secara normal, dan gagal dalam tes Shapiro-Wilk? Uji normalitas Shapiro-Wilk …

1
Menghitung pengulangan efek dari model lmer
Saya baru saja menemukan makalah ini , yang menjelaskan bagaimana menghitung pengulangan (alias reliabilitas, alias korelasi intraclass) dari pengukuran melalui pemodelan efek campuran. Kode R adalah: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

1
Bisakah derajat kebebasan menjadi angka non-integer?
Ketika saya menggunakan GAM, itu memberi saya sisa DF adalah (baris terakhir dalam kode). Apa artinya? Melampaui contoh GAM, Secara umum, bisakah jumlah derajat kebebasan menjadi angka yang bukan bilangan bulat?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 


3
Apakah penting untuk menguji normalitas dengan ukuran sampel yang sangat kecil (misalnya, n = 6)?
Saya memiliki ukuran sampel 6. Dalam kasus seperti itu, apakah masuk akal untuk menguji normalitas menggunakan tes Kolmogorov-Smirnov? Saya menggunakan SPSS. Saya memiliki ukuran sampel yang sangat kecil karena butuh waktu untuk mendapatkannya. Jika tidak masuk akal, berapa banyak sampel adalah jumlah terendah yang masuk akal untuk diuji? Catatan: Saya …

4
Apakah Shapiro-Wilk adalah tes normalitas terbaik? Mengapa mungkin lebih baik daripada tes lain seperti Anderson-Darling?
Saya telah membaca di suatu tempat dalam literatur bahwa tes Shapiro-Wilk dianggap sebagai tes normalitas terbaik karena untuk tingkat signifikansi yang diberikan, , probabilitas menolak hipotesis nol jika itu salah lebih tinggi daripada dalam kasus yang lain tes normalitas.αα\alpha Bisakah Anda jelaskan kepada saya, menggunakan argumen matematis jika memungkinkan, bagaimana …



9
Bagaimana cara mengetahui jenis distribusi yang mewakili data ini pada waktu respons ping?
Saya telah mencicipi proses dunia nyata, waktu ping jaringan. "Round-trip-time" diukur dalam milidetik. Hasil diplot dalam histogram: Waktu ping memiliki nilai minimum, tetapi ekor panjang yang panjang. Saya ingin tahu apa distribusi statistik ini, dan bagaimana memperkirakan parameternya. Meskipun distribusinya bukan distribusi normal, saya masih bisa menunjukkan apa yang ingin …

5
Asumsi model linier dan apa yang harus dilakukan jika residual tidak terdistribusi secara normal
Saya sedikit bingung tentang apa asumsi regresi linier. Sejauh ini saya memeriksa apakah: semua variabel penjelas berkorelasi linier dengan variabel respons. (Ini yang terjadi) ada collinearity antara variabel penjelas. (Ada sedikit collinearity). jarak Cook dari titik data model saya di bawah 1 (ini kasusnya, semua jarak di bawah 0,4, jadi …


4
Bagaimana cara memproyeksikan vektor baru ke ruang PCA?
Setelah melakukan analisis komponen utama (PCA), saya ingin memproyeksikan vektor baru ke ruang PCA (yaitu menemukan koordinatnya dalam sistem koordinat PCA). Saya telah menghitung PCA dalam bahasa R menggunakan prcomp. Sekarang saya harus bisa mengalikan vektor saya dengan matriks rotasi PCA. Haruskah komponen utama dalam matriks ini disusun dalam baris …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.