您还没有绑定微信,更多功能请点击绑定

为何正态数据检验不正态

数据如下,使用anderson-darling正态性检验得出p值为0.006,是不是这种分组数据不能用正态检验,或如此多的数据,可以不用正态检验就直接看成正态近似呢?

批次 直径
1 10.95
1 10.90
1 10.95
1 10.96
1 10.98
2 10.91
2 10.97
2 10.95
2 10.98
2 10.94
3 10.97
3 10.91
3 10.94
3 10.95
3 10.93
4 10.92
4 10.94
4 10.95
4 10.95
4 10.93
5 11.02
5 10.96
5 10.92
5 10.98
5 10.99
6 10.92
6 10.94
6 10.93
6 10.98
6 10.95
7 10.98
7 10.91
7 10.96
7 10.90
7 10.93
8 10.96
8 10.93
8 10.94
8 10.93
8 10.96
9 10.94
9 10.93
9 10.97
9 10.96
9 10.95
10 10.91
10 10.95
10 10.93
10 10.96
10 10.92
11 10.94
11 10.94
11 10.98
11 10.94
11 10.97
12 10.97
12 10.95
12 10.93
12 10.92
12 10.98
13 10.99
13 10.95
13 10.95
13 10.95
13 10.96
14 10.93
14 10.97
14 10.94
14 10.92
14 10.93
15 11.02
15 10.98
15 10.97
15 10.96
15 10.91
16 10.95
16 10.95
16 10.93
16 10.94
16 10.93
17 10.96
17 10.95
17 10.97
17 10.99
17 10.95
18 10.97
18 10.97
18 10.93
18 10.95
18 11.01
19 11.00
19 10.93
19 10.95
19 10.96
19 10.96
20 10.95
20 10.92
20 10.92
20 10.98
20 10.93
21 10.95
21 10.94
21 10.95
21 10.96
21 10.97
22 10.92
22 10.97
22 11.00
22 10.94
22 10.94
23 10.95
23 10.94
23 10.93
23 10.96
23 10.95
24 11.00
24 10.99
24 10.90
24 10.94
24 10.98
25 10.94
25 10.92
25 10.96
25 10.93
25 10.96
对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

aiyinsitan (威望:30) (河南 开封) 在校学生 员工

赞同来自:

关于正态检验:
HO: 没有证据证明数据不符合正态分布
HA:有证据证明数据不符合正态分布
是一个假设检验的过程,A-D检验是根据累积概率密度来计算的,检验的功效(即正态分布零假设是错误时,零假设被拒绝的概率)会随观测数的增多而增大。例如,当使用某一个偏离正态分布的检验时,在大的样本下,检验出与正态分布有偏离是容易的,而同一检验在较少的观测值下可能检验不出偏离。

但是这仅仅是数学,用于工程的时候不会收集这么多的数据,也没有必要,因为这是工作,需要成本,所以一般在30个左右的时候,就可以看是否符合正态分布了,因为收集的越多,越不符合的趋势就越大。

看你的用途,是为了用于过程能力的计算还是控制图?

23 个回复,游客无法查看回复,更多功能请登录注册

发起人

扫一扫微信订阅<6SQ每周精选>