Comprehensive study of tests for normality and symmetry: extending the Spiegelhalter test
Notice bibliographique
Résumé
Statistical inference in the form of hypothesis tests and confidence intervals often assumes that the distribution(s) being sampled are normal or symmetric. As a result, numerous tests have been proposed in the literature for detecting departures from normality and symmetry. This article initially summarizes the research that has been conducted for developing such tests. The results of an extensive simulation study to compare the power of existing tests for normality is then presented. The effects on power of sample size, significance level, and in particular, alternative distribution shape are investigated. In addition, the power of three modifications to the tests for normality proposed by Spiegelhalter [Spiegelhalter, D.J., 1977, A test for normality against symmetric alternatives. Biometrika, 64, {415–418}; Spiegelhalter, D.J., 1980, An omnibus test for normality for small samples. Biometrika, 67, 493–496.], which are tailored to particular shape departures from the normal distribution is evaluated. The test for normality suggested by Spiegelhalter [Spiegelhalter, D.J., 1980, An omnibus test for normality for small samples. Biometrika, 67, 493–496.] is also extended here to serve as a test for symmetry. The results of a simulation study performed to assess the power of this proposed test for symmetry and its comparison with existing tests are summarized and discussed. A key consideration in the assessment of the power of these various tests for symmetry is the ability of the test to maintain the nominal significance level.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,075 | 0,350 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,005 | 0,015 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».