Lilliefors Test

Lilliefors (LF) test je modifikacija Kolmogorov Smirnovog testa. KS test je odgovarajui u

situacijama kada su parametri hipoteze potpuno poznati. Meutim, ponekad je teko da se u startu
ili u potpunosti odrede parametri poto je raspodela nepoznata. U ovom sluaju, parametri se
procenjuju na osnovu podataka iz uzorka. Kada se orginalna KS statistika koristi u ovakvoj situaciji,
rezultati mogu biti pogreni pri emu verovatnoa greke tipa I ima tendenciju da bude manja od
onih datih u standardnoj tabeli za KS test. Nasuprot KS testu, parametri za LF test se procenjuju na
osnovu uzorka. Stoga, u ovoj situaciji, LF test je poeljniji u odnosu na KS test. Na uzorku veliine
n, LS statistika se definie kao

=mox
x
|F
*
(X) S
n
(X)|

gde je Sn(X) uzorak celokupne funkcije distribucije i F*(X) je funkcija celokupne normalne
distribucije sa u = X, srednjom vrednou uzorka i s2, varijacijom uzorka, definisani sa imeniocem
n-1.

Iako je LF statistika ista kao KS statistika, tabela za kritine vrednosti je drugaija to dovodi do
drugaijeg zakljuka o normalnosti nekih podataka. Tabela kritinih vrednosti za ovaj test se nalazi
u Tabeli 1. Ukoliko D prevazilazi odgovarajuu kritinu vrednosti iz tabele, onda nulta hipoteza
biva odbaena.


Tabela 1.







Shapiro Wilk Test

Shapiro Wilk test je prvobitno ogranien za veliine uzorka manje od 50. Ovaj test je bio prvi test
koji je mogao da otkrije odstupanja od normalne raspodele zbog koeficijenta asimetrije ili
koeficijenta spljotenosti, ili oba. Postao je poeljan test zbog dobre statistike snage. Na osnovu
sluajnog uzorka, y
1
<y
2
<...<y
n
, originalna Shapiro Wilk statistika je definisana kao,

w =
( o

n
=1
y

)
2

n
=1
(y

y)
2

gde je y

i-ta statistika po redosledu , yje srednja vrednost uzorka,

o

=(o
1,
...,o
n
) =
m
T
v
-1
(m
T
v
-1
v
-1
m)
1 2
i m =(m
1,
...,m
n
)
1
su oekivane vrednosti ogranienog
statistikog uzorka nezavisnih i ravnomerno raspodeljenih sluajnih vrednosti iz standardnog
uzorka sa normalnom distribucijom i V je kovarijansa matrice tog ogranienog statistikog uzorka.

Vrednost parametra W je izmeu nule i jedinice. Male vrednosti W parametra mogu dovesti do
odstupanja od normalne raspodele poto vrednost jednaka jedinici naznaava normalnu raspodelu
podataka. SW test je modifikovan od strane Rozson-a (1982a) ime je proireno ogranienje
veliine uzorka na 2000 a nakon toga je napravljen i algoritam AS181 (1982b, 1982c). Kasnije je
Royson (1992)primetio da Shapiro-Wik aproksimacija teine a upotrebljivana u algoritmima nije
bila adekvatna za n>50. Nakon toga je napravio unapreenu aproksimaciju teine i izdao algoritam
AS R94 (Royson, 1995) koji se moe koristiti za bilo koju vrednost n u osegu od 3<n<5000.



Anderson Darling Test

Anrerson Darling (AD) test je modifikacija Cramer von Mises (CVM) testa. Razlikuje se po
tome to daje veu teinu krajevima distribucije. Prema Arshad-i i drugima (2003), ovaj test je
najbolji test sa funkcijom empirijske distribucije. AD statistika pripada klasi kvadratnih EDF
statistika koja se zasniva na osnovu razlike kvadrata [F
n
(x) F
*
(x)
2
.Anderson i Darling (1954.)
definiu statistiku za ovaj test kao

w
n
2
=n _ |F
n
(x) F
*
(x)]
2

-
[F
*
(X) JF
*
(x)

gde je nenegativna fukcija teine koja moe biti izraunata na osnovu, =jF
*
(x) [1
F
*
(x)[
-1
. Da bi se olakalo izraunavanje ove statistike, moe se primeniti sledea formula,
w
n
2
=n
1
n
(2i 1) {logF
*
(X

) +log[1F
*
(X
n+1-i
) }
gde je F
*
(x

) funkcija kumulativne distribucije odreene distribucije; x

su sortirani podaci;
n je veliina uzorka

Ova studija koristi sledeu modifikovanu AD statistiku datu od strane DAgostino-a i Stephens-a
(1986) koji uzima u obzir uzorak veliine n,

w
n
2*
=w
n
2
(1.0+0.75 n +2.25 n
2
).