SPSS數(shù)據(jù)正態(tài)性檢驗(yàn)解析

SPSS數(shù)據(jù)正態(tài)性檢驗(yàn)解析SPSS數(shù)據(jù)正態(tài)性檢驗(yàn)解析例：請對某大學(xué)學(xué)生的身高資料進(jìn)行分析，是否符合正態(tài)分布1.2.3.結(jié)果部分：解析：偏度>0，尾部向右延伸偏度<0，尾部向左延伸峰度=0

與正態(tài)分布的陡緩程度相同

峰度>0

比正態(tài)分布的高峰更加陡峭——尖頂峰（瘦）

峰度<0

比正態(tài)分布的高峰來得平臺(tái)——平頂峰（胖）SAS規(guī)定:n≤2000，以Shapiro-Wilk(W檢驗(yàn))為準(zhǔn)；n>2000，以Kolmogorow-Smirnov(D檢驗(yàn))為準(zhǔn)如果整個(gè)圖逆時(shí)針轉(zhuǎn)90度，就變成變相的直方圖，也是反映分布形態(tài)的，但信息含量遠(yuǎn)大于直方圖（分布及數(shù)值大?。Ｒ缘箶?shù)第二行為例，最左邊的17是指右邊的小數(shù)點(diǎn)后面有17個(gè)數(shù)字。17是莖，0001114是17個(gè)樹葉，最后一行主干寬度是10，意味上面數(shù)字得放大10倍，意思是有3個(gè)180,3個(gè)181。&為零碎葉子的標(biāo)志。因葉子太小或太大無法在圖中顯示，用&表示。解讀：P-P圖反映了變量的實(shí)際累積概率與理論累積概率的符合程度，Q-Q圖反映了變量的實(shí)際分布與理論分布的符合程度，兩者意義相似，都可以用來考察數(shù)據(jù)資料是否服從某種分布類型。若數(shù)據(jù)服從正態(tài)分布，則數(shù)據(jù)點(diǎn)應(yīng)與理論直線（即對角線）基本重合。本例數(shù)據(jù)很多不在參考線上，不符合正態(tài)分布，與前W檢驗(yàn)結(jié)果一致。P-P圖Q-Q圖注意：事實(shí)上，Shapiro-Wilk檢驗(yàn)及Kolmogorov-Smirnov檢驗(yàn)從實(shí)用性的角度，遠(yuǎn)不如圖形工具進(jìn)行直觀判斷好用。在使用這兩種檢驗(yàn)方法的時(shí)候要注意：當(dāng)樣本量較少的時(shí)候，檢驗(yàn)結(jié)果不夠敏感，即使數(shù)據(jù)分布有一定的偏離也不一定能檢驗(yàn)出來；當(dāng)樣本量較大的時(shí)候，檢驗(yàn)結(jié)果又會(huì)太過敏感，只要數(shù)據(jù)稍微有一點(diǎn)偏離，P值就會(huì)<0.05，檢驗(yàn)結(jié)果傾向于拒絕原假設(shè)，認(rèn)為數(shù)據(jù)不服從正態(tài)分布。如果樣本量足夠多，即使檢驗(yàn)結(jié)果P<0.05，數(shù)據(jù)來自的總體也可能是服從正態(tài)分布的。因此，在實(shí)際的應(yīng)用中，往往會(huì)出現(xiàn)這樣的情況，明明直方圖顯示分布很對稱，但正態(tài)性檢驗(yàn)的結(jié)果P值卻<0.05，拒絕原假設(shè)認(rèn)為不服從正態(tài)分布。此時(shí)建議不要太刻意追求正態(tài)性檢驗(yàn)的P值，一定要參考直方圖、P-P圖等圖形工具來幫助判斷。很多統(tǒng)計(jì)學(xué)方法，如T檢驗(yàn)、方差分析等，與其說要求數(shù)據(jù)嚴(yán)格服從正態(tài)分布，不如說“數(shù)據(jù)分布不要過于偏態(tài)”更為合適。經(jīng)驗(yàn)法：一般正態(tài)分布的標(biāo)準(zhǔn)差不會(huì)大于均值的1/3,這是目測判斷法，最終還是要經(jīng)過檢驗(yàn)，但如果標(biāo)準(zhǔn)差都大于均數(shù)，一般不太可能正態(tài)分布。發(fā)現(xiàn)異常值！P75P50P25雖然箱式圖一般用于判定數(shù)據(jù)是否存在異常值，但如果細(xì)心，上方很多離群值，數(shù)據(jù)像大的方向拖尾，結(jié)果與直方圖判讀一致。按照SPSS默認(rèn)選項(xiàng)，如果所有數(shù)據(jù)都在四分位點(diǎn)1.5倍盒子長度內(nèi)，則線的端點(diǎn)為最大值和最小值，否則線長度就是1.5倍盒子長度（盒子長度等于四分位間距），在其外的值單