คุณไม่มีหลักฐานยืนยันว่าข้อมูลของคุณเป็นเรื่องปกติ แม้ว่าโด่งเบ้และส่วนเกินของคุณทั้งสองได้ว่า 0 ที่ไม่ได้บ่งบอกถึงข้อมูลของคุณเป็นเรื่องปกติ ในขณะที่ความเบ้และความรุนแรงอยู่ห่างไกลจากค่าที่คาดหวังแสดงให้เห็นว่าไม่ใช่เรื่องปกติ แต่การสนทนาไม่ได้ถือ มีการแจกแจงที่ไม่ปกติที่มีความเบ้และความหนาเหมือนปกติ ตัวอย่างมีการกล่าวถึงที่นี่ความหนาแน่นของการทำซ้ำด้านล่าง:
อย่างที่คุณเห็นมันเป็น bimodal อย่างชัดเจน ในกรณีนี้การแจกแจงแบบสมมาตรตราบเท่าที่มีเวลาเพียงพอการวัดความเบ้ทั่วไปจะเป็น 0 (จริง ๆ แล้วทุกมาตรการปกติจะเป็น) สำหรับ kurtosis การมีส่วนร่วมในช่วงเวลาที่ 4 จากภูมิภาคใกล้เคียงกับค่าเฉลี่ยจะทำให้ kurtosis มีขนาดเล็กลง แต่หางค่อนข้างหนักซึ่งมีแนวโน้มที่จะทำให้มันใหญ่ขึ้น หากคุณเลือกที่ถูกต้อง Kurtosis จะออกมาเหมือนกันตามปกติ
ความเบ้ตัวอย่างของคุณอยู่ที่ประมาณ -0.5 ซึ่งเป็นการชี้นำของความเบ้ซ้ายเล็กน้อย ฮิสโตแกรมและพล็อต QQ ทั้งคู่บ่งบอกถึงสิ่งเดียวกัน - การกระจายแบบเบ้ซ้ายเบา ๆ (ความเบ้เล็กน้อยเช่นนี้ไม่น่าจะเป็นปัญหาสำหรับกระบวนการทางทฤษฎีทั่วไปทั่วไป)
คุณกำลังมองหาที่ตัวชี้วัดที่แตกต่างกันของการไม่ปกติที่คุณไม่ควรคาดหวังว่าจะเห็นด้วยเบื้องต้นเนื่องจากพวกเขาพิจารณาประเด็นที่แตกต่างกันของการกระจาย; ด้วยตัวอย่างที่ไม่ธรรมดาขนาดเล็กอย่างอ่อนโยนพวกเขามักจะไม่เห็นด้วย
ทีนี้คำถามใหญ่: * ทำไมคุณต้องทดสอบความเป็นปกติ? *
[แก้ไขโดยตอบกลับจากความคิดเห็น:]
ฉันไม่แน่ใจจริงๆ แต่ฉันควรทำ ANOVA ก่อน
มีหลายจุดที่ต้องทำที่นี่
ผม. เรื่องธรรมดาสามัญคือข้อสันนิษฐานของ ANOVA ถ้าคุณใช้มันเพื่ออนุมาน (เช่นการทดสอบสมมติฐาน) แต่มันไม่ไวต่อการมองในกลุ่มตัวอย่างขนาดใหญ่โดยเฉพาะอย่างยิ่งไม่ไวต่อความรู้สึกที่ไม่ธรรมดาเป็นเรื่องเล็กน้อยและเมื่อขนาดตัวอย่างเพิ่มขึ้น ไม่ปกติมากขึ้นและการทดสอบอาจได้รับผลกระทบเพียงเล็กน้อยเท่านั้น
ii ดูเหมือนว่าคุณกำลังทดสอบความเป็นปกติของการตอบสนอง (DV) การกระจาย (ไม่มีเงื่อนไข) ของ DV นั้นไม่ถือว่าเป็นเรื่องปกติใน ANOVA คุณตรวจสอบส่วนที่เหลือเพื่อประเมินความสมเหตุสมผลของข้อสมมติฐานเกี่ยวกับการแจกแจงแบบมีเงื่อนไข (นั่นคือคำผิดพลาดในแบบจำลองที่ถือว่าเป็นเรื่องปกติ) - นั่นคือคุณดูเหมือนจะไม่ได้มองสิ่งที่ถูกต้อง แน่นอนเนื่องจากการตรวจสอบจะทำในส่วนที่เหลือคุณทำมันหลังจากการติดตั้งแบบจำลองมากกว่าก่อน
สาม. การทดสอบที่เป็นทางการอาจไม่ได้ผล คำถามที่น่าสนใจที่นี่คือ 'ระดับของความไม่ปกติที่ส่งผลต่อการอนุมานของฉันแย่แค่ไหน' ซึ่งการทดสอบสมมติฐานไม่ตอบสนองจริงๆ เมื่อขนาดของกลุ่มตัวอย่างใหญ่ขึ้นการทดสอบมีความสามารถในการตรวจจับความแตกต่างเล็กน้อยจากภาวะปกติในขณะที่ผลกระทบต่อระดับความสำคัญใน ANOVA จะเล็กลงและเล็กลง นั่นคือถ้าขนาดตัวอย่างของคุณมีขนาดใหญ่พอสมควรการทดสอบความเป็นมาตรฐานมักบอกคุณว่าคุณมีตัวอย่างขนาดใหญ่ซึ่งหมายความว่าคุณอาจไม่ต้องกังวลมากนัก อย่างน้อยกับพล็อต QQ คุณต้องประเมินภาพว่ามันไม่ปกติอย่างไร
iv ในขนาดตัวอย่างที่เหมาะสมสมมติฐานอื่น ๆ - เช่นความเท่าเทียมกันของความแปรปรวนและความเป็นอิสระ - โดยทั่วไปมีความสำคัญมากกว่าที่ไม่ได้มาตรฐาน กังวลเกี่ยวกับสมมติฐานอื่น ๆ ก่อน ... แต่อีกครั้งการทดสอบที่เป็นทางการไม่ตอบคำถามที่ถูกต้อง
v. การเลือกว่าคุณทำการทดสอบ ANOVA หรือการทดสอบอื่น ๆ ตามผลลัพธ์ของการทดสอบสมมติฐานมีแนวโน้มที่จะมีคุณสมบัติที่แย่กว่าการตัดสินใจว่าจะทำราวกับว่าข้อสันนิษฐานนั้นไม่มี (มีวิธีการที่หลากหลายที่เหมาะสำหรับการวิเคราะห์ ANOVA แบบทางเดียวกับข้อมูลที่ไม่ถือว่าเป็นเรื่องปกติที่คุณสามารถใช้เมื่อใดก็ตามที่คุณไม่คิดว่าคุณมีเหตุผลที่จะถือว่าเป็นเรื่องปกติบางคนมีพลังที่ดีมาก ตามปกติและด้วยซอฟต์แวร์ที่ดีไม่มีเหตุผลที่จะหลีกเลี่ยง)
[ฉันเชื่อว่าฉันมีข้อมูลอ้างอิงสำหรับจุดสุดท้ายนี้ แต่ฉันไม่สามารถหาได้ในตอนนี้ ถ้าฉันพบมันฉันจะพยายามกลับมาใส่ใน]