Teste de Anderson-Darling
Aderência e normalidade · distribuição de referência: A² (tabelada)
Quando usar
Testar aderência a uma distribuição dando mais peso às caudas que o Kolmogorov-Smirnov.
Hipótese nula
Os dados seguem a distribuição F.
Pressupostos
- Observações independentes
Estatística
A^2 = -n - \dfrac{1}{n} \sum_{i=1}^{n} (2i - 1)\left[\ln F(x_{(i)}) + \ln\left(1 - F(x_{(n+1-i)})\right)\right]Como reportar
A² = 0,52; p = 0,18
No R e no Python
R
library(nortest)
ad.test(x)Python
stats.anderson(x, dist="norm") # devolve valores críticos, não o pNo Python, stats é scipy.stats e np é numpy.
Onde fica no catálogo
Aderência e normalidade. Aderência: os dados seguem a distribuição esperada? Os testes de normalidade são o caso mais comum e conferem um pressuposto dos testes paramétricos.
Na árvore de decisão
- O que você quer fazer? Verificar um pressuposto ou a distribuição dos dados
- O que você quer verificar? Se os dados seguem outra distribuição contínua
- Os parâmetros da distribuição são conhecidos de antemão? Não, são estimados dos dados
Também aparece junto de outros testes:
- Como alternativa a Shapiro-Wilk.