Prueba de normalidad

Tipos de pruebas de normalidad

Los siguientes son tipos de pruebas de normalidad que puede utilizar para
evaluar la normalidad.

Prueba de Anderson-Darling
Esta prueba compara la función de distribución acumulada empírica
(ECDF) de los datos de la muestra con la distribución esperada si los
datos fueran normales. Si la diferencia observada es adecuadamente
grande, usted rechazará la hipótesis nula de normalidad de la población.

Prueba de normalidad de Ryan-Joiner

Esta prueba evalúa la normalidad calculando la correlación entre los
datos y las puntuaciones normales de los datos. Si el coeficiente de
correlación se encuentra cerca de 1, es probable que la población sea
normal. El estadístico de Ryan-Joiner evalúa la fuerza de esta
correlación; si se encuentra por debajo del valor crítico apropiado, usted
rechazará la hipótesis nula de normalidad de la población. Esta prueba
es similar a la prueba de normalidad de Shapiro-Wilk.

Prueba de normalidad de Kolmogorov-Smirnov

Esta prueba compara la función de distribución acumulada empírica
(ECDF) de los datos de la muestra con la distribución esperada si los
datos fueran normales. Si esta diferencia observada es adecuadamente
grande, la prueba rechazará la hipótesis nula de normalidad de la
población. Si el valor p de esta prueba es menor que el nivel de
significancia (α) elegido, usted puede rechazar la hipótesis nula y
concluir que se trata de una población no normal.

Prueba Shapiro-Wilk
Las pruebas de Anderson-Darling y Kolmogorov-Smirnov se basan en la función de distribución
empírica.