Calculadora de prueba de normalidad

Una prueba de normalidad es una prueba de hipótesis estadística que evalúa si una muestra de datos se desvía significativamente de la normalidad. Para una muestra dada \(X_i\), el propósito de la prueba es evaluar si los datos se desvían significativamente de la normalidad.

Esta prueba de normalidad probará la siguiente hipótesis nula y alternativa:

\(H_0: \) Los datos de muestra provienen de una población distribuida normalmente

\(H_A: \) Los datos de muestra no provienen de una población distribuida normalmente

Para realizar la prueba de Anderson-Darling (AD), se calcula la siguiente estadística de prueba:

\[ A^2 = -n - \frac{1}{n}\sum_{i=1}^{n}\left((2i-1)\ln\Phi(Z_i) + (2(n-i)+1)\ln(1- \Phi(Z_i))\right) \left(1 + \frac{0.75}{n} - \frac{2.25}{n^2} \right)\]

Existen otras pruebas de normalidad que quizá le interese revisar, como la prueba de normalidad de Shapiro-Wilk y la de Kolmogorov-Smirnov.

Si necesita evaluar las propiedades de la distribución de \(X_i\), puede utilizar nuestro creador de gráficos de diagrama de caja y nuestro Creador de histogramas .