Excel függvények fejlesztése Shapiro-Wilk próbához Royston algoritmusa alapján

Article Sidebar

PDF
Megjelent: okt 17, 2023
DOI: https://doi.org/10.14232/jtgf.2023.1-2.165-172
Kulcsszavak:
Shapiro-Wilk próba, Royston algoritmus, Excel, statisztika, VBA programozás

Main Article Content

Fabulya Zoltán
Szegedi Tudományegyetem Mérnök Kar, Mérnöki menedzsment és Ökónómiai Intézet (Szeged)
https://orcid.org/0000-0003-2309-1075
Hampel György
Szegedi Tudományegyetem Mérnöki Kar, Mérnöki Menedzsment és Ökonómiai Intézet (Szeged)
https://orcid.org/0000-0003-0550-1878
Kiss Anita
Debreceni Egyetem Gazdaságtudományi Kar, Számviteli és Pénzügyi Intézet, Kontrolling nem önálló Tanszék (Debrecen)
https://orcid.org/0009-0007-4755-4931
Béresné Mártha Bernadett
Debreceni Egyetem Gazdaságtudományi Kar, Számviteli és Pénzügyi Intézet, Kontrolling nem önálló Tanszék (Debrecen)
https://orcid.org/0000-0003-1149-0642

Absztrakt

Kutatásunk céljaként Excel számolótáblán alkalmazható függvényeket fejlesztettünk ki, melyek egy statisztikai sokaság normális eloszlásának tesztelésére alkalmasak. Függvényeink Royston algoritmusát alkalmazzák, mely a normalitás ellenőrzésére legerősebb Shapiro-Wilk próbának a kiterjesztése. Így 4 és 2000 közötti elemszámú minta kiértékelése közelítő számításokkal valósítható meg úgy, hogy szignifikanciaszint kiszámításával dönthessünk a normalitásról, elkerülve a Shapiro-Wilk próba táblázatban adott kritikus értékeinek használatát. Az Excel számolótáblán a kiértékelések automatizálhatók függvények használatával, ezért gyorsabb és kényelmesebb technikát nyújtva, mint a statisztikai programcsomagok. A függvények programozását a Microsoft Excel Visual Basic for Applications szolgáltatása biztosította. Royston képleteit átalakítva olyan függvény is készült, mellyel a próba kritikus értéke adódik tetszőleges elsőfajú hibavalószínűséghez.

Letöltések

Letölthető adat még nem áll rendelkezésre.

Article Details

Hogyan kell idézni
Fabulya, Zoltán, György Hampel, Anita Kiss, és Bernadett Béresné Mártha. 2023. „Excel függvények fejlesztése Shapiro-Wilk próbához Royston Algoritmusa alapján”. Jelenkori Társadalmi és Gazdasági Folyamatok 18 (1-2):165-72. https://doi.org/10.14232/jtgf.2023.1-2.165-172.
Folyóirat szám
Évf. 18 szám 1-2 (2023)
Rovat
Digitalizáció és alkalmazott statisztika
Szerző életrajzok

Fabulya Zoltán, Szegedi Tudományegyetem Mérnök Kar, Mérnöki menedzsment és Ökónómiai Intézet (Szeged)

PhD, főiskolai docens

Hampel György, Szegedi Tudományegyetem Mérnöki Kar, Mérnöki Menedzsment és Ökonómiai Intézet (Szeged)

PhD, főiskolai docens

Kiss Anita, Debreceni Egyetem Gazdaságtudományi Kar, Számviteli és Pénzügyi Intézet, Kontrolling nem önálló Tanszék (Debrecen)

phD, egyetemi adjunktus

Béresné Mártha Bernadett, Debreceni Egyetem Gazdaságtudományi Kar, Számviteli és Pénzügyi Intézet, Kontrolling nem önálló Tanszék (Debrecen)

PhD, egyetemi adjunktus

Hivatkozások

Matteson, B. L. (1995): Microsoft Excel Visual Basic Programmer’s Guide. MicrosoftPress, Washington.

Obádovics J. Gy. (2020): Valószínűségszámítás és matematikai statisztika, Scolar Kiadó Kft., Budapest.

Royston, P. (1982). Algorithm AS 181: The W Test for Normality. Journal of the Royal Statistical Society. Series C (Applied Statistics), 31 (2): 176–180. https://doi.org/10.2307/2347986

Royston, P. (1993). A Toolkit for Testing for Non-Normality in Complete and Censored Samples. Journal of the Royal Statistical Society. Series D (The Statistician), 42 (1): 37–43. https://doi.org/10.2307/2348109

Royston, P. (1995). Remark AS R94: A Remark on Algorithm AS 181: The W-test for Normality. Journal of the Royal Statistical Society. Series C (Applied Statistics), 44 (4): 547–551. https://doi.org/10.2307/2986146

Shapiro, S. S., Wilk, M. B. (1965). An Analysis of Variance Test for Normality (Complete Samples). Biometrika, 52 (3/4): 591–611. https://doi.org/10.2307/2333709

Thode, H. C. (2002). Testing For Normality (1st ed.). CRC Press. https://doi.org/10.1201/9780203910894

Zimmerman, M. W. (1996): Microsoft Office 97 Visual Basic Programmer’s Guide, MicrosoftPress, Washington.