Tutor de normalidad Shapiro-Wilk, Anderson-Darling y Lilliefors

Tutor de normalidad Shapiro-Wilk, Anderson-Darling y Lilliefors | Herramienta online gratis | Elysia Tools

Guía de uso de la herramienta

Conoce cuándo usar esta herramienta, qué admite y cómo la aplican los usuarios.

Datos clave

Categoría: Science & Education
Tipos de entrada: textarea, select, checkbox
Tipo de salida: html
Cobertura de ejemplos: 4
API disponible: Sí

Resumen

Esta herramienta calcula simultáneamente las tres pruebas estadísticas clásicas de normalidad (Shapiro-Wilk AS R94, Anderson-Darling y Lilliefors) a partir de una muestra numérica, proporcionando estadísticos exactos, valores p, gráficos Q-Q de Blom y simulaciones de potencia Monte-Carlo.

Cuándo usarlo

Al comprobar el supuesto de normalidad previo a la ejecución de pruebas paramétricas como t de Student o ANOVA.
Al analizar datos experimentales o de laboratorio para identificar asimetría, colas pesadas o valores atípicos.
Al comparar la sensibilidad y potencia empírica de diferentes pruebas de normalidad frente a diversas distribuciones alternativas.

Cómo funciona

1Introduce la muestra numérica separando los valores por comas, espacios o saltos de línea, y define el nivel de significancia alfa deseado.
2El motor ejecuta los algoritmos de referencia: swilk.c (AS R94) para Shapiro-Wilk, y los procedimientos de nortest para Anderson-Darling y Lilliefors.
3La herramienta evalúa la hipótesis nula, calcula estadísticos descriptivos y genera un informe visual con el gráfico Q-Q y curvas de potencia Monte-Carlo.

Casos de uso

Validación de normalidad en residuos de modelos de regresión lineal antes de inferir intervalos de confianza.
Control estadístico de calidad en procesos de manufactura para verificar la distribución de tolerancias de piezas.
Docencia e investigación estadística para ilustrar discrepancias empíricas de potencia entre estadísticos de bondad de ajuste.

Ejemplos

1. Evaluación de rendimientos químicos con valores atípicos

Investigador químico

Contexto

Un laboratorio recopila 30 mediciones de rendimiento de penicilina que presentan una ligera asimetría negativa y dos valores atípicos.

Problema

Determinar si la muestra se desvía significativamente de la distribución normal antes de aplicar pruebas paramétricas.

Cómo usarlo

Pega los 30 valores en el cuadro de texto, selecciona un nivel de significancia α = 0.05, activa el gráfico Q-Q y la curva de potencia con alternativa exponencial.

alpha: 0.05, showQqPlot: true, powerAlternative: 'exponential', showPowerCurve: true

Resultado

Shapiro-Wilk (W = 0.8922, p = 0.0054) y Anderson-Darling (A² = 1.2245, p = 0.0029) rechazan la normalidad, mientras Lilliefors (D = 0.1582, p = 0.0535) no la rechaza, evidenciando el impacto de las colas.

2. Verificación de calibración de instrumental de medición

Analista de calidad

Contexto

Se toman 24 lecturas consecutivas de un sensor de temperatura para confirmar que el ruido de medición sigue una distribución gaussiana.

Problema

Comprobar si los datos cumplen el supuesto de normalidad sin sesgos aparentes.

Preguntas frecuentes

¿Por qué las tres pruebas pueden dar conclusiones diferentes sobre la misma muestra?

Cada prueba tiene diferente sensibilidad: Shapiro-Wilk destaca en asimetría general, Anderson-Darling pondera más las colas y Lilliefors evalúa la distancia máxima acumulada con menor potencia general.

¿Qué algoritmo se utiliza para calcular Shapiro-Wilk?

Utiliza el algoritmo estándar Applied Statistics R94 (swilk.c), coincidente dígito a dígito con las implementaciones de referencia de R y scipy.

¿Qué representa el gráfico Q-Q incluido en los resultados?

Muestra los cuantiles empíricos calculados mediante la fórmula de Blom frente a los cuantiles teóricos normales sobre una línea de referencia robusta.

¿Para qué sirve la simulación de potencia Monte-Carlo?

Estima la probabilidad que tiene cada prueba de rechazar correctamente la hipótesis nula cuando los datos provienen en realidad de una distribución no normal seleccionada.

¿Qué distribuciones alternativas se pueden evaluar en la curva de potencia?

alpha: 0.05, showQqPlot: true, powerAlternative: 'exponential', showPowerCurve: true

Qué te ayuda a hacer esta herramienta

Ejecutar esta herramienta

Ejemplos que encajan con esta herramienta

Continuar con herramientas y temas relacionados

Conoce cuándo usar esta herramienta, qué admite y cómo la aplican los usuarios.

Datos clave

Resumen

Cuándo usarlo

Cómo funciona

Casos de uso

Ejemplos

1. Evaluación de rendimientos químicos con valores atípicos

2. Verificación de calibración de instrumental de medición

Preguntas frecuentes

Ejemplos de Procesamiento de Imágenes Web Python

Ejemplos de Procesamiento de Imágenes Android Java

Ejemplos de Procesamiento de Imágenes Android Kotlin

Ejemplos de Procesamiento de Imágenes Web Rust

Calculadora de la ley de Snell

Calculadora del principio de incertidumbre de Heisenberg

Calculadora de rapidez hiperbólica

Solucionador de problemas de cinemática