{"id":870,"date":"2023-07-28T11:36:25","date_gmt":"2023-07-28T11:36:25","guid":{"rendered":"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/"},"modified":"2023-07-28T11:36:25","modified_gmt":"2023-07-28T11:36:25","slug":"anderson-cheri-test-python","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/","title":{"rendered":"So f\u00fchren sie einen anderson-darling-test in python durch"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Ein <strong>Anderson-Darling-Test<\/strong> ist ein Anpassungstest, der misst, wie gut Ihre Daten zu einer bestimmten Verteilung passen.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dieser Test wird am h\u00e4ufigsten verwendet, um festzustellen, ob Ihre Daten einer <a href=\"https:\/\/statorials.org\/de\/die-normalverteilung\/\" target=\"_blank\" rel=\"noopener\">Normalverteilung<\/a> folgen oder nicht.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Diese Art von Test eignet sich zum Testen der Normalit\u00e4t, einer h\u00e4ufig verwendeten Annahme in vielen statistischen Tests, einschlie\u00dflich <a href=\"https:\/\/statorials.org\/de\/lineare-regressionspython\/\" target=\"_blank\" rel=\"noopener\">Regression<\/a> , <a href=\"https:\/\/statorials.org\/de\/einweg-anova-python\/\" target=\"_blank\" rel=\"noopener\">ANOVA<\/a> , <a href=\"https:\/\/statorials.org\/de\/die-statistik-erklart-konzepte-auf-einfache-und-direkte-weise.-wir-erleichtern-das-erlernen-von-statistiken\/\" target=\"_blank\" rel=\"noopener\">T-Tests<\/a> und vielen anderen.<\/span><\/p>\n<h3> <strong>Beispiel: Anderson-Darling-Test in Python<\/strong><\/h3>\n<p> <span style=\"color: #000000;\">Um einen Anderson-Darling-Test in Python durchzuf\u00fchren, k\u00f6nnen wir die <a href=\"https:\/\/docs.scipy.org\/doc\/scipy\/reference\/generated\/scipy.stats.anderson.html\" target=\"_blank\" rel=\"noopener\">Funktion anderson()<\/a> aus der Bibliothek scipy.stats verwenden, die die folgende Syntax verwendet:<\/span><\/p>\n<p> <strong><span style=\"color: #000000;\">Anderson(x, dist=&#8217;norm&#8216;)<\/span><\/strong><\/p>\n<p> <span style=\"color: #000000;\">Gold:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>x<\/strong> : Tabelle mit Beispieldaten<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>dist<\/strong> : der Verteilungstyp, auf dem getestet werden soll. Der Standardwert ist \u201eStandard\u201c, Sie k\u00f6nnen aber auch \u201eExpon\u201c oder \u201eLogistik\u201c angeben.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">So f\u00fchren Sie beispielsweise einen Anderson-Darling-Test an einer Stichprobe von 50 normalverteilten Zufallsvariablen durch:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #107d3f;\">import<\/span> numpy <span style=\"color: #107d3f;\">as<\/span> np\n\n<span style=\"color: #008080;\">#create data<\/span>\nnp.random.seed(0)\ndata = np.random.normal(size=50)\n\n<span style=\"color: #008080;\">#perform Anderson-Darling Test<\/span> \n<span style=\"color: #107d3f;\">from<\/span> scipy.stats <span style=\"color: #107d3f;\">import<\/span> anderson\nanderson(data)\n\nAndersonResult( <span style=\"color: #3366ff;\">statistic<\/span> =0.15006999533388665,\n               <span style=\"color: #3366ff;\">critical_values<\/span> =array([0.538, 0.613, 0.736, 0.858, 1.021]),\n               <span style=\"color: #3366ff;\">significance_level<\/span> =array([15. , 10. , 5. , 2.5, 1. ]))\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Die Teststatistik betr\u00e4gt <strong>0,150<\/strong> . Wir k\u00f6nnen diesen Wert mit jedem kritischen Wert vergleichen, der jedem Signifikanzniveau entspricht, um zu sehen, ob die Testergebnisse signifikant sind. Zum Beispiel:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Der kritische Wert f\u00fcr \u03b1 = 0,01 betr\u00e4gt <strong>1,021<\/strong> . Da die Teststatistik (0,150) nicht gr\u00f6\u00dfer als dieser kritische Wert ist, sind die Ergebnisse auf dem Signifikanzniveau 0,01 nicht signifikant.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Der kritische Wert f\u00fcr \u03b1 = 0,025 betr\u00e4gt <strong>0,858<\/strong> . Da die Teststatistik (0,150) nicht gr\u00f6\u00dfer als dieser kritische Wert ist, sind die Ergebnisse auf dem Signifikanzniveau von 0,025 nicht signifikant.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Und so weiter.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Wir k\u00f6nnen sehen, dass die Testergebnisse auf keinem Signifikanzniveau signifikant sind, was bedeutet, dass wir die Nullhypothese des Tests nicht ablehnen. Daher verf\u00fcgen wir nicht \u00fcber ausreichende Beweise f\u00fcr die Behauptung, dass die Stichprobendaten nicht normalverteilt sind.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dieses Ergebnis sollte nicht \u00fcberraschen, da wir die Funktion <strong>np.rand.normal()<\/strong> verwendet haben, um eine Stichprobe von 50 normalverteilten Werten zu generieren.<\/span><\/p>\n<p> <span style=\"color: #000000;\">\u00dcberlegen Sie stattdessen, ob wir den Anderson-Darling-Test an einer Stichprobe von 50 zuf\u00e4lligen ganzen Zahlen zwischen 0 und 10 durchf\u00fchren w\u00fcrden:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #107d3f;\">import<\/span> numpy <span style=\"color: #107d3f;\">as<\/span> np\n\n<span style=\"color: #008080;\">#create data<\/span>\nnp.random.seed(0)\ndata = np.random.randint(0, 10, size=50)\n\n<span style=\"color: #008080;\">#perform Anderson-Darling Test<\/span> \n<span style=\"color: #107d3f;\">from<\/span> scipy.stats <span style=\"color: #107d3f;\">import<\/span> anderson\nanderson(data)\n\nAndersonResult( <span style=\"color: #3366ff;\">statistic<\/span> =1.1926463985076836,\n               <span style=\"color: #3366ff;\">critical_values<\/span> =array([0.538, 0.613, 0.736, 0.858, 1.021]),\n               <span style=\"color: #3366ff;\">significance_level<\/span> =array([15. , 10. , 5. , 2.5, 1. ]))\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Die Teststatistik ist <strong>1,1926<\/strong> . Wir k\u00f6nnen diesen Wert mit jedem kritischen Wert vergleichen, der jedem Signifikanzniveau entspricht, um zu sehen, ob die Testergebnisse signifikant sind. Zum Beispiel:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Der kritische Wert f\u00fcr \u03b1 = 0,01 betr\u00e4gt <strong>1,021<\/strong> . Da die Teststatistik (1,1926) \u00fcber diesem kritischen Wert liegt, sind die Ergebnisse auf dem Signifikanzniveau 0,01 signifikant.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Der kritische Wert f\u00fcr \u03b1 = 0,025 betr\u00e4gt <strong>0,858<\/strong> . Da die Teststatistik (1,1926) \u00fcber diesem kritischen Wert liegt, sind die Ergebnisse auf dem Signifikanzniveau von 0,025 signifikant.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Und so weiter.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Wir k\u00f6nnen sehen, dass die Testergebnisse auf jedem Signifikanzniveau signifikant sind, was bedeutet, dass wir die Nullhypothese des Tests ablehnen w\u00fcrden, unabh\u00e4ngig davon, welches Signifikanzniveau wir verwenden. Somit haben wir gen\u00fcgend Beweise, um zu sagen, dass die Stichprobendaten nicht normalverteilt sind.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dieses Ergebnis sollte auch nicht \u00fcberraschen, wenn man bedenkt, dass wir die Funktion <strong>np.rand.randint()<\/strong> verwendet haben, um eine Stichprobe von 50 zuf\u00e4lligen ganzen Zahlen zwischen 0 und 10 zu generieren, die wahrscheinlich keiner Normalverteilung folgen.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><em>Weitere Python-Tutorials finden Sie <a href=\"https:\/\/statorials.org\/de\/die-statistik-erklart-konzepte-auf-einfache-und-direkte-weise.-wir-erleichtern-das-erlernen-von-statistiken\/\" target=\"_blank\" rel=\"noopener\">hier<\/a><\/em> .<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ein Anderson-Darling-Test ist ein Anpassungstest, der misst, wie gut Ihre Daten zu einer bestimmten Verteilung passen. Dieser Test wird am h\u00e4ufigsten verwendet, um festzustellen, ob Ihre Daten einer Normalverteilung folgen oder nicht. Diese Art von Test eignet sich zum Testen der Normalit\u00e4t, einer h\u00e4ufig verwendeten Annahme in vielen statistischen Tests, einschlie\u00dflich Regression , ANOVA , [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>So f\u00fchren Sie einen Anderson-Darling-Test in Python durch \u2013 Statorials<\/title>\n<meta name=\"description\" content=\"Eine einfache Erkl\u00e4rung, wie man in Python einen Anderson-Darling-Test auf Normalit\u00e4t durchf\u00fchrt.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"So f\u00fchren Sie einen Anderson-Darling-Test in Python durch \u2013 Statorials\" \/>\n<meta property=\"og:description\" content=\"Eine einfache Erkl\u00e4rung, wie man in Python einen Anderson-Darling-Test auf Normalit\u00e4t durchf\u00fchrt.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-28T11:36:25+00:00\" \/>\n<meta name=\"author\" content=\"Dr. Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/\",\"url\":\"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/\",\"name\":\"So f\u00fchren Sie einen Anderson-Darling-Test in Python durch \u2013 Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/de\/#website\"},\"datePublished\":\"2023-07-28T11:36:25+00:00\",\"dateModified\":\"2023-07-28T11:36:25+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\"},\"description\":\"Eine einfache Erkl\u00e4rung, wie man in Python einen Anderson-Darling-Test auf Normalit\u00e4t durchf\u00fchrt.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Heim\",\"item\":\"https:\/\/statorials.org\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"So f\u00fchren sie einen anderson-darling-test in python durch\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/de\/#website\",\"url\":\"https:\/\/statorials.org\/de\/\",\"name\":\"Statorials\",\"description\":\"Ihr Leitfaden f\u00fcr statistische Kompetenz !\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\",\"name\":\"Dr. Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr. Benjamin Anderson\"},\"description\":\"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen\",\"sameAs\":[\"https:\/\/statorials.org\/de\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"So f\u00fchren Sie einen Anderson-Darling-Test in Python durch \u2013 Statorials","description":"Eine einfache Erkl\u00e4rung, wie man in Python einen Anderson-Darling-Test auf Normalit\u00e4t durchf\u00fchrt.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/","og_locale":"de_DE","og_type":"article","og_title":"So f\u00fchren Sie einen Anderson-Darling-Test in Python durch \u2013 Statorials","og_description":"Eine einfache Erkl\u00e4rung, wie man in Python einen Anderson-Darling-Test auf Normalit\u00e4t durchf\u00fchrt.","og_url":"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/","og_site_name":"Statorials","article_published_time":"2023-07-28T11:36:25+00:00","author":"Dr. Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr. Benjamin Anderson","Gesch\u00e4tzte Lesezeit":"3 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/","url":"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/","name":"So f\u00fchren Sie einen Anderson-Darling-Test in Python durch \u2013 Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/de\/#website"},"datePublished":"2023-07-28T11:36:25+00:00","dateModified":"2023-07-28T11:36:25+00:00","author":{"@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0"},"description":"Eine einfache Erkl\u00e4rung, wie man in Python einen Anderson-Darling-Test auf Normalit\u00e4t durchf\u00fchrt.","breadcrumb":{"@id":"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/de\/anderson-cheri-test-python\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/de\/anderson-cheri-test-python\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Heim","item":"https:\/\/statorials.org\/de\/"},{"@type":"ListItem","position":2,"name":"So f\u00fchren sie einen anderson-darling-test in python durch"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/de\/#website","url":"https:\/\/statorials.org\/de\/","name":"Statorials","description":"Ihr Leitfaden f\u00fcr statistische Kompetenz !","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"Person","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0","name":"Dr. Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Dr. Benjamin Anderson"},"description":"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen","sameAs":["https:\/\/statorials.org\/de"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/870"}],"collection":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/comments?post=870"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/870\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/media?parent=870"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/categories?post=870"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/tags?post=870"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}