정상 테스트 차트에서 AD 와 P 의 값은 각각 무슨 뜻인가요? 이 두 값을 사용하여 정상 테스트 그래프의 데이터를 어떻게 판단할 수 있습니까?

Anderson-Darling 값이 작으면 분산이 데이터와 더 잘 일치한다는 의미입니다. P 값은 위험 부담 능력에 따라 달라집니다. 일반적으로 신뢰 수준은 0.95, 즉 P 값 >; 0.05, 우리는 정규 분포에 부합한다고 생각한다.

Anderson-Darling 맞춤 적합성 테스트는 수집된 데이터가 정규 분포, 지수 분포, 웹 분포 등과 같은 분포에 종속되는지 여부를 검사하는 비패라메트릭 검사 방법입니다. ).

참고:

비슷한 방법으로 샤피로 빌크 검사, 코르모골로프 스미노프 검사 등이 있습니다. 수집된 데이터를 작은 것부터 큰 순으로 배열하고, 경험 누적 분포 (ECDF) 를 얻고, 목표 분포의 이론적 누적 분포 (CDF) 와 비교하여 소위 AD* 통계량을 얻는 것이 원칙이다. 이 통계가 작을수록 데이터 분포가 대상 분포에 가까울수록 데이터가 대상 분포에 복종할 확률이 높아집니다.

구체적인 판단은 AD* 통계의 분포에 따라 P 값을 계산하는 것이다. P 값이 0.05 보다 크면 데이터는 대상 분포를 따릅니다. P 값이 0.05 보다 작으면 데이터가 대상 분포를 따르지 않습니다.