So führen sie einen kolmogorov-smirnov-test in sas durch

Mit dem Kolmogorov-Smirnov-Test wird ermittelt, ob eine Stichprobe normalverteilt ist oder nicht.

Dieser Test wird häufig verwendet, da viele statistische Tests und Verfahren davon ausgehen , dass die Daten normalverteilt sind.

Das folgende Schritt-für-Schritt-Beispiel zeigt, wie ein Kolmogorov-Smirnov-Test an einem Beispieldatensatz in SAS durchgeführt wird.

Beispiel: Kolmogorov-Smirnov-Test in SAS

Erstellen wir zunächst einen Datensatz in SAS mit einer Stichprobengröße von n = 20:

 /*create dataset*/
data my_data;
    inputValues ;
    datalines ;
5.57
8.32
8.35
8.74
8.75
9.38
9.91
9.96
10.36
10.65
10.77
10.97
11.15
11.18
11.47
11.64
11.88
12.24
13.02
13.19
;
run ;

Als nächstes werden wir proc univariate verwenden, um einen Kolmogorov-Smirnov-Test durchzuführen, um zu bestimmen, ob die Stichprobe normalverteilt ist:

 /*perform Kolmogorov-Smirnov test*/
proc univariate data =my_data;
   histogram Values / normal ( mu =est sigma =est);
run ;

Unten im Ergebnis sehen wir die Teststatistik und den entsprechenden p-Wert des Kolmogorov-Smirnov-Tests:

Die Teststatistik beträgt 0,1098 und der entsprechende p-Wert ist >0,150 .

Denken Sie daran, dass ein Kolmogorov-Smirnov-Test die folgenden Null- und Alternativhypothesen verwendet:

• H ₀ : Daten sind normalverteilt.
• H _A : Die Daten sind nicht normalverteilt.

Da der p-Wert des Tests nicht kleiner als 0,05 ist, können wir die Nullhypothese nicht ablehnen.

Das bedeutet, dass wir davon ausgehen können, dass der Datensatz normalverteilt ist.

Zusätzliche Ressourcen

Die folgenden Tutorials erklären, wie man einen Kolmogorov-Smirnov-Test in anderer Statistiksoftware durchführt:

So führen Sie einen Kolmogorov-Smirnov-Test in Excel durch
So führen Sie einen Kolmogorov-Smirnov-Test in R durch
So führen Sie einen Kolmogorov-Smirnov-Test in Python durch