Calcolatore del test di normalità

Un test di normalità è un test di ipotesi statistica che valuta se un campione di dati si discosta significativamente dalla normalità. Per un dato campione \(X_i\), lo scopo del test è valutare se i dati si discostano significativamente dalla normalità.

Questo test di normalità verificherà le seguenti ipotesi nulle e alternative:

\(H_0: \) I dati campione provengono da una popolazione distribuita normalmente

\(H_A: \) I dati campione non provengono da una popolazione distribuita normalmente

Per eseguire il test di Anderson-Darling (AD), viene calcolata la seguente statistica di test:

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

Esistono altri test di normalità che potrebbero interessarti, come il test di normalità di Shapiro-Wilk e il test di normalità di Kolmogorov-Smirnov.

Se hai bisogno di valutare le proprietà della distribuzione di \(X_i\), puoi usare il nostro creatore di grafici a scatola e il nostro Creatore di istogrammi .