Асимметрия и эксцесс. Проверка нормальности распределения

Нормальное распределение

Одним из важнейших в математической статистике является понятие нормального распределения. Нормальное распределение (называемое также распределением Гаусса), характеризуется тем, что крайние значения признака в нем встречаются достаточно редко, а значения, близкие к средней величине – часто. Нормальное распределение возникает, когда данная случайная величина представляет собой сумму большого числа независимых случайных величин, каждая из которых играет в образовании всей суммы незначительную роль.

Нормальное распределение имеет колоколообразную форму, значения моды, медианы и среднего арифметического равны между собой. Было установлено, что многие биологические параметры распределены подобным образом (рост, вес и так далее). Впоследствии психологи выяснили, что и большинство психологических свойств (показатели интеллекта, темпераментных особенностей, способностей и другие психические явления) также имеют нормальное распределение. Этот принцип учитывается при стандартизации тестовых методик. При этом, чем больше объем выборки, тем более полученное эмпирическое распределение приближается к нормальному.

Характерное свойство нормального распределения состоит в том, что 68,26 % из всех его наблюдений всегда лежат в диапазоне ± 1 стандартное отклонение от среднего арифметического (какова бы ни была величина стандартного отклонения). 95,44 % - в пределах ± двух стандартных отклонений и 99,72 – в пределах ± трех стандартных отклонений.

Асимметрия – это показатель симметричности / скошенности кривой распределения, а эксцесс определяет ее островершинность.

При левостронней асимметрии ее показатель является положительным и в распределении преобладают более низкие значения признака. При правостронней – показатель положительный и преобладают более высокие значения. У всех симметричных распеделений (в том числе и у нормального распределения) величина асимметрии равна нулю. Формула показателя асимметрии является следующей:

Если в распределении преобладают значения близкие к среднему арифметическому, то формируется островершинное распределение. В этом случае показатель эксцесса стремится к положительной величине. У нормального распределения эксцесс равен нулю. Если у распределения 2 вершины (бимодальное распределение), то тогда эксцесс стремится к отрицательной величине. Показатель эксцесса определяется по формуле:

Распределение оценивается как предположительно близкое к нормальному, если установлено, что от 50 до 80 % всех значений располагаются в пределах одного стандартного отклонения от среднего арифметического, и коэффициент эксцесса по абсолютной величине не превышает значения равного двум.

Распределение считается достоверно нормальным если абсолютная величина показателей асимметрии и эксцесса меньше их ошибок репрезентативности в 3 и более раз.

Постановка задачи: определить или опровергнуть факт нормальности распределения показателей субтеста «аналогии» из Таблицы данных Приложения (взято первые 20 случаев).

№	хi	xi-Mx	(xi-Mx)^2	(xi-Mx)^3	(xi-Mx)^4
		-1		-1
		-1		-1
		-1		-1
		-5		-125
		-1		-1
		-2		-8
		-3		-27
		-3		-27
		-2		-8
		-1		-1
S

Для обработки данных понадобятся следующие последовательные шаги: вычисление M_x, s, А, Е по уже известным формулам. Необходимо также определение ошибок репрезентативности асимметрии и эксцесса:

и

В нашем случае:

Как уже было сказано выше, принцип определения нормальности-ненормальности распределения является следующим:

В нашем случае:

m_A * 3 = 0,55 * 3 = 1,65 > ½А½

m_E * 3 = 1,1 * 3 = 3,3 > ½E½

Поскольку оба показателя не превышают в 3 раза свою собственную ошибку репрезентативности, можно заключить, что распределение показателей субтеста «аналогии» соответствует нормальному.

Дата добавления: 2013-12-12