文档介绍：一、正态检验
正态分布(Normaldistribution)
均数、众数、中位数重叠。对称分布、偏度为零,钟型分布、峰度为零。
正态分布是一种具有重要性质的理论分布。正态分布的密度函数曲线是光滑对称的钟形曲线。正态分布, 其均值, 众数, 中位数相等。
可以说,正态分布是由其均值和标准偏差决定的。特点:
对称的,偏度为0。
钟型分布、峰度为0。偏度为0的正态分布为标准正态分布。
经验规则给出了一种迅速概括来自正态分布总体的数据的方法。这条规则可以描述为:
⊙ 68%的值落在距均值一个标准差的范围之内;
⊙ 95%的值落在距均值两个标准差的范围之内;
⊙99%以上的值落在距均值三个标准差的范围之内;
可以用正规的统计检验来检验正态性。
描述统计量和正态概率图也能提供附加的信息。
假设检验过程可概括为:
选择零假设的对立假设,根据数据计算统计量,计算P值,并把P值同水平相比较。
正态检验1
用Explore过程检验正态分布
Analyze—Descriptive statistics---Explore对话框---选择检验变量为Dependent list---点击Plot按钮---选择上Normality plots with test核选框。
以上结果中,两种检验结果的显著性均为0,很低,<5%. 所以拒绝原假设”正态分布”,不是正态分布。
正态检验2
某一变量的累积比与按照某一假定分布的累计比之间的X-Y关系。如果遵从该假定分布,则点应该分布在一条X=Y的直线上
Q-Q图:与P-P图一样,只不过是用变量值分布的分数位表示
End