Hallo Marcel,

Ich habe damals die Diskussionen verfolgt, die zu deinem Forenausschluss
geführt haben."

Meinst du im Pilzforum.eu? Woanders wohl nicht?, oder ich habe es nicht mitbekommen? Dort herscht leider das Diktat der "Liebe", nicht der Vernunft!

Danach so lange Ausreißer entfernen, bis die Tests auf Normalverteilung nicht
mehr ergeben, dass es keine Normalverteilung ist."

Hatte ich nie geschrieben, Das war ein Ansatz von Wolfgang P:, welchen ich heutzutage gar nicht mehr so schlecht finde. Nur, der Nalimow Test sollte dafür keine Verwendung finden.

Das Problem an der Vorgehensweise ist, dass der Test auf Normalverteilung nur
zeigen kann, dass eine Messgesamtheit nicht der Normalverteilung folgt.
Wenn der Test nicht fehlschlägt, ist damit in keiner Art und Weise bewiesen,
dass eine Normalverteilung vorliegt.

Entschuldige bitte, aber beweisen kann man hier sowieso nichts. Es geht darum, Hypothesen mit einer gewissenen Wahrscheinlichkeit (i.d.R 95%) für einen Erkenntnisgewinn zur Verfügung zu stellen. Und ja, wenn der Test nicht fehlschlägt, gibt es eine etwa 5%-ige Wahrscheinlichkeit, dass der Haypothesentest daneben liegt. 5% und nicht mehr!

Der Test prüft nur folgendes: Liegen Messwerte außerhalb Mittelwert
Plus/Minus 3 mal Streuung

Das ist jetzt komplett unterstellt und zeigt, dass du Smaff nie benutzt oder verstanden hast. Es wird schon in der damaligen Version der etablierte Shapiro-Wilk-Test verwendet, um eine Normalverteilung nicht ablehnen zu müssen.

In der Technik verwendet niemand die Normalverteilung für irgendwelche
Vorhersagen zum Beispiel für den Prozentsatz von Teilen, die die
Qualitätsvorgaben nicht erfüllen.
Das liegt daran,dass man in der Praxis niemals eine solche findet.

Da bin ich aber froh, dass Gauss das nicht lesen muss und Gosset nicht aus der Praxis kam!
Das ist natürlich, wie mir gerne vorgeworfen wird, polemisch und sarkastisch und stimmt hier auch! Entschuldigung! Ich musste mich so oft mit diesen unhaltbaren Thesen herumärgern, dass ich dir jetzt eigentlich am liebsten nicht mehr weiter antworten würde. Habe ich jetzt aber, und lasse es so stehen.

Eine Normalverteilung liegt nach Theorie dann vor, wenn es sehr viele
ungefähr gleich starke Effekte gibt die zur Streuung der Messwerte
beitragen.

Das mit den "ungefähr gleich starken Effekten" halte ich für nicht haltbar. Und "sehr viele"? Warum ? Kann man dann nur 1 Million Äpfel vergleichen?

Das gibt es in der Praxis nie.

"nie" zur Normalverteilung ist wohl schon in der Theorie ziemlich unhaltbar!

Und zum Sterbealter: Man kann halt immer nur auf eine Grundgesamtheit testen. Ich weiss jetzt nicht, welche du meinst? Raucher, Frauen, Männer, Orteherkunft oder sonstwas. Aber allgemein das Sterbealter zu betrachten, hat so viele Faktoren, dass man das schon eingrenzen sollte, um Effekte zu erkennen.
Und, mit Normalverteilung wären die teststärksten Tests möglich! Es gibt genug Alternativen ohne so viel "power"

Für das was Du da anstrebst, müsste man Methoden haben, mit denen man
n-höckrige Verteilungen schätzt.
Mir ist so etwas weder in meinem Studium, noch im Berufsleben untergekommen.
Ich forsche da mal ein wenig nach.

Die Problematik ist mir wohlbekannt. Mit all ihren Nuancen. Du liest leider nicht sorgfältig genug. Ich hatte "dass in seinen Basidiomycetensporendaten (ich glaube) 3-6 % abberate Sporen vorhanden wären. Und wenn es 10% wären.., die 3 Sporen von 30, die dann womöglich als Ausreißer erkannt werden" ... geschrieben.

Das beinhaltet die "n-höckrige Verteilungen" im kleinen. Die erhält man auch über Fremdsporen oder Mutationen. Wenn man viele misst, kann man auch die "Randerscheinungen" erkennen. Aber um die geht es doch i.d.R. nicht, sondern um Vergleichbarkeit und Erkenntnisgewinn.

Zusammenfassend: deine Aussagen widersprechen fast grundsätzlich meiner Erfahrung, meinen Quellen, aus denen ich programmiere, und den Erkenntnissen aus Messreihen und deren Auswertungen.

Deine Behauptungen dürfen so nicht stehen bleiben ohne gegengecheckt werden zu könne!
Das bedeutet:
Lieber Marcel, von dir hätte ich gerne zitierbare Quellen zu deinen Behauptungen!

Liebe Grüße zurück