Tout d'abord, utiliser une taille suffisante de l'échantillon aléatoire pour le test de normalité. Pour vérifier avec précision si oui ou non une distribution est normale, vous devez avoir au moins 50 points de données.
Ensuite, calculer la moyenne (moyenne), médiane, l'étendue et l'écart type de l'échantillon. Appeler ces numéros A, M, R et D.
Vérifiez si la moyenne et la médiane sont relativement proches, compte tenu de la gamme de l'échantillon. La proximité est relative, mais un bon niveau à utiliser est que la différence entre la moyenne et la médiane est au plus 1% de la gamme.
L'une des caractéristiques de distributions normales est qu'ils sont symétriques, qui est la moyenne et la médiane sont égales. Si votre échantillon aléatoire provient d'une population qui est normalement distribué, la moyenne et la médiane devrait être proche.
Ensuite, utilisez la déviation standard pour vérifier la règle 68-95-99.7. Dans une distribution normale, 68% des points de données se trouvent à moins de 1 écart type de la moyenne, 95% se situent dans 2 sd, et 99,7% se trouvent à moins de 3 sd
Si les résultats des étapes 3 et 4 sont positifs, alors il ya une bonne chance que la distribution est normale.
Statisticiens et analystes de données utilisent des tests mathématiques plus puissants de normalité, comme le Kolmogorov-Smirnov, Anderson-Darling, et des tests de Shapiro-Wilk, nommé d'après leurs inventeurs.
Vous pouvez acheter des add-ins qui fonctionnent avec Excel pour effectuer ces tests plus rigoureux. Analyse-It est un programme populaire qui fonctionne de manière transparente avec Excel pour exécuter des tests de normalité, ainsi que d'autres calculs statistiques.