Test auf Normalverteilung < Stochastik < Hochschule < Mathe < Vorhilfe
|
Hallo,
dies ist jetzt mit Sicherheit meine letzte Frage zu Tests, versprochen. 
Ich habe herausgefunden, dass man, um Daten auf Normalverteilung zu testen, entweder den Kolmogorow-Smirnoff-Test (KS), den Shapiro-Wilk-Test (SW), den Jarque-Bera-Test (JB) oder den David-Schnelltest (D) verwendet (ok, man könnte auch allg. Chi-Quadrat-Test machen, aber das hab ich jetzt nicht).
Mit dem KS-Test hab ich mich nicht befasst, weil da die Stichprobe sehr groß (n>2000) sein muss, was bei meinen Daten definitiv nicht der Fall ist.
Jetzt möchte ich wissen, was die Vor- und Nachteile von D, SW und JB sind.
D ist super-simpel und schnell, einfach nur Spannweite/Strdabw. Fertig. Aber ist der auch genau?
JB ist auch rel. einfach. Aber die Stichprobe muss hier auch rel. groß sein. Wie groß, weiß ich aber nicht.
SW ist kompliziert, aber in manchen Programmen (z.B. SPSS) implementiert. Aber warum ist der besser (?) als JB oder D?
Kennt sich jemand hiermit zufällig aus?
DAAAAAAAANKE im Voraus für jeden Hinweis.
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig  | | Datum: | 13:22 So 19.03.2006 | | Autor: | matux |
$MATUXTEXT(ueberfaellige_frage)
|
|
|
|
