Regression model

Liljeforsa normalitātes tests

Liljeforsa tests ir atbilstības kritērijs, kas pārbauda, vai nepārtraukts izlases paraugs nāk no normāla (vai eksponenciāla) sadalījuma, ja vidējā vērtība un dispersija nav zināmas un tiek lēstas no datiem. Hubert W. Lilliefors to ieviesa 1967. gadā, un tas pielāgo Kolmogorova-Smirnova testa kritiskās vērtības tā, lai tās paliktu derīgas pēc sadalījuma parametru novērtēšanas, nevis iepriekšējas zināšanas.

Pielietot ar StatMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. Lilliefors, H. W. (1967). On the Kolmogorov-Smirnov Test for Normality with Mean and Variance Unknown. Journal of the American Statistical Association, 62(318), 399-402. DOI: 10.1080/01621459.1967.10482916
  2. Dallal, G. E., & Wilkinson, L. (1986). An Analytic Approximation to the Distribution of Lilliefors's Test Statistic for Normality. The American Statistician, 40(4), 294-296. DOI: 10.1080/00031305.1986.10475419

Kā citēt šo lapu

ScholarGate. (2026, June 1). Lilliefors Test for Normality with Mean and Variance Unknown. ScholarGate. https://scholargate.app/lv/statistics/lilliefors-test

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Uz to atsaucas

ScholarGateLilliefors Test (Lilliefors Test for Normality with Mean and Variance Unknown). Izgūts 2026-06-15 no https://scholargate.app/lv/statistics/lilliefors-test · Datu kopa: https://doi.org/10.5281/zenodo.20539026