Cara melakukan uji normalitas multivariat dengan python

Ketika kita ingin menguji apakah suatu variabel terdistribusi normal atau tidak, kita dapat membuat a  Plot QQ untuk memvisualisasikan distribusi atau kita dapat melakukan uji statistik formal seperti uji Anderson Darling atau uji Jarque-Bera .

Namun, ketika kita ingin menguji apakah beberapa variabel terdistribusi normal sebagai suatu kelompok, kita perlu melakukan uji normalitas multivariat .

Tutorial ini menjelaskan cara melakukan uji normalitas multivariat Henze-Zirkler untuk kumpulan data tertentu dengan Python.

Terkait: Jika kita ingin mengidentifikasi outlier dalam konteks multivariat, kita dapat menggunakan jarak Mahalanobis .

Contoh: Uji normalitas multivariat Henze-Zirkler dengan Python

Uji normalitas multivariat Henze-Zirkler menentukan apakah suatu kelompok variabel mengikuti distribusi normal multivariat atau tidak. Hipotesis nol dan alternatif dari pengujian tersebut adalah sebagai berikut:

H ₀ (null): Variabel mengikuti distribusi normal multivariat.

H _a (alternatif): Variabel tidak mengikuti distribusi normal multivariat.

Untuk melakukan pengujian ini dengan Python kita dapat menggunakan fungsi multivariate_normality() dari perpustakaan penguin.

Pertama, kita perlu menginstal penguin:

 pip install penguin

Selanjutnya, kita dapat mengimpor fungsi multivariate_normality() dan menggunakannya untuk melakukan uji normalitas multivariat untuk kumpulan data tertentu:

 #import necessary packages
from penguin import multivariate_normality
import pandas as pd
import numpy as np

#create a dataset with three variables x1, x2, and x3
df = pd.DataFrame({'x1':np.random.normal(size= 50 ),
                   'x2': np.random.normal(size= 50 ),
                   'x3': np.random.normal(size= 50 )})

#perform the Henze-Zirkler Multivariate Normality Test
multivariate_normality(df, alpha= .05 )

HZResults(hz=0.5956866563391165, pval=0.6461804077893423, normal=True)

Hasil tesnya adalah sebagai berikut:

• Statistik uji Hz: 0,59569
• nilai p: 0,64618

Karena nilai p pengujian tidak kurang dari nilai alfa yang kami tentukan yaitu 0,05, kami gagal menolak hipotesis nol. Kumpulan data dapat diasumsikan mengikuti distribusi normal multivariat.

Terkait: Pelajari bagaimana tes Henze-Zirkler digunakan dalam aplikasi medis dunia nyata dalam makalah penelitian ini .