Google sheets에서 정규성 테스트를 수행하는 방법

많은 통계 테스트에서는 데이터 세트의 값이 정규 분포를 따른다고 가정합니다.

이 가설을 테스트하는 가장 간단한 방법 중 하나는 샘플 데이터가 정규 분포와 일치하는 왜도 및 첨도를 나타내는지 여부를 결정하는 적합도 테스트인 Jarque-Bera 테스트를 수행하는 것입니다.

이 테스트에서는 다음과 같은 가정을 사용합니다.

• H ₀ : 데이터가 정규 분포를 따릅니다.
• H _A : 데이터가 정규 분포를 따르지 않습니다 .

JB 테스트 통계는 다음과 같이 정의됩니다.

JB =(n/6) * (S ² + (C ² /4))

금:

• n: 표본의 관측치 수
• S: 샘플의 비대칭성
• C: 마음에 드는 샘플

정규성 귀무가설 하에서 JB ~ X ² (2).

검정 통계량에 해당하는 p-값이 특정 유의 수준(예: α = 0.05)보다 낮으면 귀무 가설을 기각하고 데이터가 정규 분포를 따르지 않는다는 결론을 내릴 수 있습니다.

이 튜토리얼에서는 Google Sheets의 특정 데이터 세트에 대해 Jarque-Bera 테스트를 수행하는 방법에 대한 단계별 예를 제공합니다.

1단계: 데이터 입력

먼저 15개의 값이 있는 가짜 데이터세트를 만들어 보겠습니다.

2단계: 검정 통계량 계산

다음으로 JB 테스트 통계를 계산하겠습니다.

E 열에는 사용된 공식이 표시됩니다.

테스트 통계는 1.0175 로 나타났습니다.

3단계: P-값 계산

정규성 귀무가설 하에서 JB 검정 통계량은 자유도가 2인 카이제곱 분포를 따릅니다.

따라서 테스트에 대한 p-값을 찾기 위해 다음 공식을 사용합니다.

=CHISQ.DIST.RT(JB 테스트 통계, 2)

다음 스크린샷은 실제로 이 수식을 사용하는 방법을 보여줍니다.

검정의 p-값은 0.601244 입니다.

이 Jarque-Bera 정규성 테스트는 다음 가설을 사용한다는 점을 기억하세요.

• H ₀ : 데이터가 정규 분포를 따릅니다.
• H _A : 데이터가 정규 분포를 따르지 않습니다 .

이 p-값은 0.05 이상이므로 귀무가설을 기각할 수 없습니다.

이는 데이터 세트가 정규 분포를 따르지 않는다고 말할 수 있는 증거가 충분하지 않음을 의미합니다.

즉, 데이터는 정규 분포를 따른다고 가정할 수 있습니다.

추가 리소스

다음 튜토리얼에서는 Google Sheets에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Google 스프레드시트에서 t-테스트를 수행하는 방법
Google 스프레드시트에서 F 테스트를 수행하는 방법
Google 스프레드시트에서 신뢰 구간을 계산하는 방법