2016-07-11 2 views
1

Я довольно новичок в статистике, но у меня есть около 78 точек данных, которые я тестирую для нормальности, чтобы определить, могу ли я использовать ANOVA на нем. Я сделал график qqnorm и qqline, но я не уверен, достаточно ли отклонения от qqline, чтобы указать, что я не могу использовать ANOVA. Как далеко от линии могут отклоняться мои точки, и когда мои данные искажены настолько, что я не могу использовать ANOVA?Нормальность тестирования

Вот мой Q-Q Plot

enter image description here

+2

Это вопрос статистики, который будет лучше задан в [CrossValidated] (http://stats.stackexchange.com/). Весьма вероятно, что уже задан почти одинаковый вопрос. – lmo

+1

http://stats.stackexchange.com/questions/111010/interpreting-qqplot-is-there-any-rule-of-thumb-to-decide-for-non-normality; но (1) см. также http://stats.stackexchange.com/questions/2492/is-normality-testing-essentially-useless ... Нормальность - это * наименее важное предположение, лежащее в основе действительности ANOVA, т.е. ANOVA справедливо устойчивый к ненормальности; (2) вы должны смотреть на * остатки * линейной модели, подходящей для ваших данных, а не на сами исходные данные. Можете ли вы опубликовать свои данные? –

+0

Привет, Бен, спасибо за вашу помощь и ссылки, которые вы предоставили. Сюжет, который я представил, был сюжет остатков для линейной подгонки, я забыл упомянуть об этом в своей первоначальной публикации. Я не делаю сверхсовременный анализ, поэтому, если ANOVA достаточно устойчив к ненормальности, то это должно быть достаточно хорошим для моих целей, так как тест шапиро показал, что данные, которые я был qqplotting, достаточно близки к уровням значимости, которые я был с помощью! – mooseton

ответ

0

Шапиро-Уилкса тест на нормальность должно хватить:

data = rnorm(1000,0,1) 
shapiro.test(data) 

#Output 
Shapiro-Wilk normality test 

data: data 
W = 0.99886, p-value = 0.7952 

ВНИМАНИЕ: Нулевая гипотеза состоит в том, что данные распределены нормально. Следовательно, приведенный выше пример, поскольку данные действительно распределены нормально.

+0

Так что я просто хочу сделать shapiro.test (x), я не хочу запускать тест на остатки? – mooseton

+0

Исправить, для уточнения предположений, необходимых для линейной модели, проверьте http://www.statisticssolutions.com/assumptions-of-linear-regression/ – cgage