Modification of Anderson-Darling goodness-of-fit test for normality
Piotr Sulewski · Afinidad · 2019
espanolL’objectiu del informe es presentar un test nou de bondat d’ajustament per a la normalitat. Aquesta nova proposta, coneguda aqui como test de ADm es una modificacio del test o prova de bondat d’ajustament de Anderson-Darling per a la normalitat. Els valors critics del test de ADm son determinats per una simulacio Monte Carlo per volums de mostra . El test ADm s’ha comparat amb altres tests de normalitat en el que es refereix a la seva potencia. El estudi de simulacio de-mostra que el test ADm es el mes potent per distri-bucions simetriques de cua curta i per distribucions simetriques proximes a la distribucio normal. El test mostra tambe el major rendiment per a distribucions asimetriques de cua curta. espanolEl objetivo del informe es presentar un test nuevo de bondad de ajuste para normalidad. Esta nueva pro-puesta, conocida aqui como prueba de ADm es una modificacion del test o prueba de bondad de ajuste de Anderson-Darling para normalidad. Los valores criticos del test de ADm son determinados por una simulacion Monte Carlo para tamanos de muestra . El test ADm se ha comparado con otros tests de nor-malidad en lo que se refiere a su potencia. El estudio de simulacion demuestra que el test ADm es el mas potente para distribuciones simetricas de cola corta y para distribuciones simetricas proximas a la distribu-cion normal. El test muestra tambien el mayor rendi-miento para distribuciones asimetricas de cola corta. EnglishThe objective of the paper is to present a new good-ness-of-fit test for normality. This new proposition, here called the ADm test, is a modification of the Anderson-Darling goodness-of-fit test for normality. Critical values of the ADm test are determined by a Monte Carlo simulation for sample sizes . The ADm test was compared with the other normality tests with respect to their power. The simulation study shows that the ADm test is the most powerful for symmetric short tailed distributions and for symmetric distribu-tions close to the normal distribution. The test has also the best performance for asymmetric short tailed distributions.