Normalność rozkładu — jak sprawdzić i co gdy jej brakuje?
Shapiro-Wilk, Kolmogorov-Smirnov, Q-Q plot — kiedy używać i jak interpretować? Plus co robić gdy dane nie są normalne.
Dlaczego normalność ma znaczenie?
Większość klasycznych testów parametrycznych zakłada normalność rozkładu. Gdy jest naruszona, wyniki mogą być błędne przy małych próbach.
Test Shapiro-Wilka
p > .05 — brak podstaw do odrzucenia normalności. p < .05 — rozważ testy nieparametryczne.
Co gdy rozkład nie jest normalny?
- Transformacja danych (logarytm, pierwiastek)
- Testy nieparametryczne (Mann-Whitney, Kruskal-Wallis)
- Bootstrap
- Duża próba (n > 30) — testy parametryczne są odporne
Przy n > 30 testy parametryczne są zazwyczaj odporne na umiarkowane naruszenia normalności.