Tôi muốn tính giá trị p để loại bỏ H0 ở mức ý nghĩa α iff p <α; chứng minh rằng dân số của tôi được phân phối bình thường.
Phân phối bình thường phát sinh khi dữ liệu được tạo bởi một loạt các sự kiện iid phụ gia (xem hình ảnh quincunx bên dưới). Điều đó có nghĩa là không có phản hồi và không có mối tương quan, điều đó có giống như quá trình dẫn dữ liệu của bạn không? Nếu không, nó có lẽ không bình thường.
Có khả năng loại quy trình có thể xảy ra trong trường hợp của bạn. Cách gần nhất mà bạn có thể đến để "chứng minh" đó là thu thập đủ dữ liệu để loại trừ bất kỳ phân phối nào khác mà mọi người có thể đưa ra (điều này có thể không thực tế). Một cách khác là suy ra phân phối bình thường từ một số lý thuyết cùng với một số dự đoán khác. Nếu dữ liệu phù hợp với tất cả chúng và không ai có thể nghĩ ra lời giải thích khác thì đó sẽ là bằng chứng tốt cho việc phân phối bình thường.
https://en.wikipedia.org/wiki/Bean_machine
Bây giờ nếu bạn không mong đợi bất kỳ phân phối cụ thể nào, thì vẫn có thể sử dụng phân phối bình thường để tóm tắt dữ liệu, nhưng nhận ra rằng đây thực chất là một lựa chọn không biết gì ( https://en.wikipedia.org/wiki/ Nguyên tắc_of_maximum_entropy ). Trong trường hợp này, bạn không muốn biết liệu dân số có được phân phối bình thường hay không, thay vào đó bạn muốn biết liệu phân phối bình thường có phải là một xấp xỉ hợp lý cho bất kỳ bước tiếp theo nào của bạn không.
Trong trường hợp đó, bạn nên cung cấp dữ liệu của mình (hoặc dữ liệu được tạo tương tự) cùng với mô tả về những gì bạn dự định làm với dữ liệu đó, sau đó hỏi "Bằng cách nào có thể giả sử tính bình thường trong trường hợp này đánh lừa tôi?"