正态分布相.docVIP

如何检验数据是否服从正态分布 一、图示法 1、P-P图 以样本的累计频率作为横坐标，以安装正态分布计算的相应累计概率作为纵坐标，把样本值表现为直角坐标系中的散点。如果资料服从整体分布，则样本点应围绕第一象限的对角线分布。 2、Q-Q图 以样本的分位数作为横坐标，以按照正态分布计算的相应分位点作为纵坐标，把样本表现为指教坐标系的散点。如果资料服从正态分布，则样本点应该呈一条围绕第一象限对角线的直线。 以上两种方法以Q-Q图为佳，效率较高。 3、直方图 判断方法：是否以钟形分布，同时可以选择输出正态性曲线。 4、箱式图 判断方法：观测离群值和中位数。 5、茎叶图 类似与直方图，但实质不同。 二、计算法 1、偏度系数（Skewness）和峰度系数（Kurtosis） 计算公式： g1表示偏度，g2表示峰度，通过计算g1和g2及其标准误σg1及σg2然后作U检验。两种检验同时得出UU0.05=1.96，即p0.05的结论时，才可以认为该组资料服从正态分布。由公式可见，部分文献中所说的“偏度和峰度都接近0……可以认为……近似服从正态分布”并不严谨。 2、非参数检验方法 非参数检验方法包括Kolmogorov-Smirnov检验（D检验）和Shapiro- Wilk （W 检验）。 SAS中规定：当样本含量n ≤2000时，结果以Shapiro – Wilk（W 检验）为准，当样本含量n 2000 时，结果以Kolmogorov – Smirnov（D 检验）为准。 SPSS中则这样规定：（1）如果指定的是非整数权重，则在加权样本大小位于3和50之间时，计算 Shapiro-Wilk 统计量。对于无权重或整数权重，在加权样本大小位于3 和 5000 之间时，计算该统计量。由此可见，部分SPSS教材里面关于“Shapiro – Wilk适用于样本量3-50之间的数据”的说法是在是理解片面，误人子弟。（2）单样本 Kolmogorov-Smirnov 检验可用于检验变量（例如income）是否为正态分布。 对于此两种检验，如果P值大于0.05，表明资料服从正态分布。 三、SPSS操作示例 SPSS中有很多操作可以进行正态检验，在此只介绍最主要和最全面最方便的操作： 1、工具栏--分析—描述性统计—探索性 2、选择要分析的变量，选入因变量框内，然后点选图表，设置输出茎叶图和直方图，选择输出正态性检验图表，注意显示（Display）要选择双项（Both）。 3、Output结果 （1）Descriptives：描述中有峰度系数和偏度系数，根据上述判断标准，数据不符合正态分布。 Sk=0，Ku=0时，分布呈正态，Sk0时，分布呈正偏态，Sk0时，分布呈负偏态，时，Ku0曲线比较陡峭，Ku0时曲线比较平坦。由此可判断本数据分布为正偏态（朝左偏），较陡峭。 （2）Tests of Normality：D检验和W 检验均显示数据不服从正态分布，当然在此，数据样本量为1000，应以W检验为准。 （3）直方图 直方图验证了上述检验结果。 （4）此外还有茎叶图、P-P图、Q-Q图、箱式图等输出结果，不再赘述。结果同样验证数据不符合正态分布。 如何在SPSS中做数据正态转化？ ????在何以建老师培训班上，将数据标准正态化，何老师用的方法是：先将各原始分数按百分位排列，然后按照正态分布的面积（P值即百分位）找对应的Z值，这要转换到EXCEL表格里，用NORMSINV函数[??NORMSINV(p) 返回数值 z 这样概率 p 与一个标准的正常随机变量将采用为小于或等于 z 的值。]，然后再导入SPSS表格中，导放可不是件容易的事，因为有重复的分数，帮还要粘贴替代。 ????一个功能强大的SPSS，难道一个常用的数据正态化按纽也没有？ ????当然有！ ????我用的是SPSS18.0，这是个汉化版，将一组数据正态化的按纽分别是：“转换”——“个案排秩”——把要正态化的数据迁入“变量”栏——把要呈现的表格式样迁入“排序标准”——再点右上角“秩的类型”——再点右下角“正态得分”，基本上就差不多了，只是正态化有四个选择项，我用的是Tukey法，这种方法对负偏态比较严重的分数相当好。（何以建老师一个一个尝试过）。 ????注：?在EXCEL中，函数NORMSINV 和 NORMSDIST 是相关的功能。如果 NORMSDIST(z) 返回 p，然后 NORMSINV(p) 返回 z。 ????其实，正态化没有那么神秘，如果我们知道了每个一分数在群体中的排名即可求出它的正态Z分，因为知道排位，即可知道它的百分位置，即面积P值。那当然轻而易举地知道Z分了。 ????数据的标准化、正态化、正态标准化的区别和联系，近期将一个一个描述清楚，到时请你关注我的博客。????现在网