.

Graficzny test normalności - prosty wykres, a tyle użytecznych informacji

Graficzny test normalności - prosty wykres na zdobycie wielu użytecznych informacji

Graficzny test normalności (normal probability plot) to najczęściej wykorzystywany i praktycznie wystarczający sposób weryfikacji czy parametr podlega rozkładowi normalnemu.

Taka weryfikacja jest niezbędna w analizach takich jak: ocena zdolności procesu, analiza wariancji (ANOVA), regresja, planowanie eksperymentu (DOE) itp.
Graficzny test normalności ma charakter jakościowy. Rozstrzygnięcia odnośnie normalności dokonuje się na podstawie wykresu, na którym wartości analizowanego zbioru danych reprezentowane są w postaci punktów – jeżeli punkty układają się w przybliżeniu na prostej, bez wyraźnej tendencji krzywoliniowej, to jest to wystarczający argument za normalnością.

Z kolei, jeżeli układ punktów ma charakter wyraźnie krzywoliniowy to jest to informacja, że rozkład analizowanego parametru odbiega znacząco od normalnego.

Szczegółowy opis przeprowadzenia graficznego testu normalności przedstawia m. in. ISO 5479 (PN-ISO 5479:2002).

Poza podstawową informacją jaką niesie graficzny test normalności (parametr podlega/nie podlega rozkładowi normalnemu (rys. 1.2) wykres ten umożliwia również identyfikację wyników izolowanych (outliers) (rys. 3), ocenę rozdzielczości urządzenia pomiarowego (rys. 4), czy też – w ANOVA lub DOE – zblokowanie wyników (rys. 5).

Graficzny test normalności – warto uważnie popatrzeć!

Rys. 1 Rozkład normalny

Rys. 2 Rozkład inny od rozkładu normalnego​

Rys. 3 Rozkład normalny – w wyróżnionym obszarze dwie izolowane wartości (outliers)

Rys. 4 Rozkład normalny – klastery punktów to konsekwencja rozdzielczości urządzenia pomiarowego

Rys. 5 Rozkłady normalne – jeden z możliwych powodów takiego układu punktów to np. zblokowanie eksperymentu​

 

Polecane szkolenia:

Powiązane artykuły: