Porovnání testů normality na problémových datech různého typu

Abstract

Bakalářská práce je řešena na téma: „Porovnání testů normality na problémových datech různého typu“. Cílem bakalářské práce je v teoretické části podat přehled nejčastěji používaných metod ověřování normality. Nejprve je charakterizováno normální rozdělení. Dále jsou popsány grafické metody ověřování normality, testy založené na momentech, regresní testy a testy dobré shody. V praktické části je podstatou, ověřování normality na náhodně vygenerovaných datech z různých rozdělení. Cílem je ověřit normalitu dat pomocí jednotlivých metod a testů, buďto vizuálním posouzením grafických metod, či u ostatních testů porovnáním p-hodnoty s hladinou významnosti α = 0,05. Při ověřování normality nulová hypotéza H_0 vyjadřuje předpoklad, že posuzovaná data tvoří náhodný výběr pocházející z normálního rozdělení. Jestliže tedy není nulová hypotéza H_0 zamítnuta, domníváme se, že předpoklad normality je splněný. Testování probíhá ve statistickém softwaru. Následuje porovnání účinnosti použitých metod.

The theme of this thesis is Comparison of Normality Tests on the Problem Data of Different Types. The goal of the bachelor thesis in theoretical part is to provide an of overview the most frequently used method of verifying the normality. Then the graphical methods verification of normality are described. Next part describes tests based on moments, regression testing and goodness of fit tests. The practical part is based on verification of normality on randomly generated data from different distributions. The goal is to verify the normality of the various methods and tests by visual inspection of graphical methods, or by other tests comparing the p-value of the significance level of α = 0.05. Assumption null hypothesis, when verifying the normality, indicates that the assessed data constitute a random selection from a normal distribution. We believe that the assumption of normality is completed, when the null hypothesis is rejected. Testing are performed in statistical software. Next is comparison of the effectiveness of the methods.