Bu soru istatistik teorisi ile de sınırlıdır - sınırlı verilerle normallik testi yapmak şüpheli olabilir (zaman zaman bunu hepimiz yapmış olsak da).
Alternatif olarak, kurtosis ve eğriltme katsayılarına bakabilirsiniz. Gönderen Hahn ve Shapiro: Mühendisliğinde İstatistiksel Modeller bazı arka plan Bunun arkasında 197. Ek teori Wikipedia bulunabilir özellikleri b1 ve Beta2 (sayfa 49 ile 42) ve Sayfa Şekil 6-1 (Pearson Dağılımı bakınız) sağlanır.
Temel olarak, Beta1 ve Beta2 denilen özellikleri hesaplamanız gerekir. Bir Beta1 = 0 ve Beta2 = 3, veri setinin normale yaklaştığını gösteriyor. Bu kaba bir testtir ancak sınırlı verilerle herhangi bir testin kaba bir test olarak kabul edilebileceği söylenebilir.
Beta1 , sırasıyla 2. ve 3. dakikalarla veya sırasıyla varyans ve çarpıklıkla ilgilidir . Excel'de bunlar VAR ve SKEW. ... veri diziniz nerede, formül:
Beta1 = SKEW(...)^2/VAR(...)^3
Beta2 , sırasıyla 2 ve 4 numaralı anlarla veya sırasıyla varyans ve kurtoz ile ilgilidir . Excel'de bunlar VAR ve KURT'dir. ... veri diziniz nerede, formül:
Beta2 = KURT(...)/VAR(...)^2
Sonra bunları sırasıyla 0 ve 3 değerlerine göre kontrol edebilirsiniz. Bu, potansiyel olarak diğer dağılımları belirleme avantajına sahiptir (Pearson Dağılımları I, I (U), I (J), II, II (U), III, IV, V, VI, VII). Örneğin, Düzgün, Normal, Student'in t, Beta, Gama, Üstel ve Log-Normal gibi yaygın olarak kullanılan dağılımlarının çoğu bu özelliklerden gösterilebilir:
Where: 0 <= Beta1 <= 4
1 <= Beta2 <= 10
Uniform: [0,1.8] [point]
Exponential: [4,9] [point]
Normal: [0,3] [point]
Students-t: (0,3) to [0,10] [line]
Lognormal: (0,3) to [3.6,10] [line]
Gamma: (0,3) to (4,9) [line]
Beta: (0,3) to (4,9), (0,1.8) to (4,9) [area]
Beta J: (0,1.8) to (4,9), (0,1.8) to [4,6*] [area]
Beta U: (0,1.8) to (4,6), [0,1] to [4.5) [area]
Impossible: (0,1) to (4.5), (0,1) to (4,1] [area]
Undefined: (0,3) to (3.6,10), (0,10) to (3.6,10) [area]
Values of Beta1, Beta2 where brackets mean:
[ ] : includes (closed)
( ) : approaches but does not include (open)
* : approximate
Bunlar Hahn ve Shapiro Şekil 6-1'de gösterilmektedir.
Bu çok zor bir testtir (bazı konularda) ancak daha sıkı bir yönteme geçmeden önce ön kontrol olarak düşünebilirsiniz.
Verilerin sınırlı olduğu durumlarda Beta1 ve Beta2'nin hesaplanması için de ayarlama mekanizmaları vardır - ancak bu yazının ötesindedir.