正态分布(normal distribution)
正态分布又称高斯分布，是以均数为中心，两侧对称的钟型分布。 是一种重要的连续型分布
在理论和实践问题上都具有非常重要意义。首先，客观世界确有许多现象的数据是服从正态分布的，因之 它可以用来配合这些现象的样本分布从而发现这些现象的理论分布。例如我们在日常生活中发现许多数量指标总是正常范围内有差异，偏离正常，表现过高或过低的 情况总是比较少，而且越不正常的可能性越少，这就是所谓的常态或称为“正态”，可以用正态分布的理论及由正态分布衍生出来的方法来研究。
正态性检验的方法有：W检验、D检验、Kolmogeroff检验、矩法、分布拟合优度检验等。
SPSS可以利用非参数中K-S检验，或者Explore过程中Q-Q图P-P图和正态性检验
在SPSS软件中实现数据的正态性检验的步骤：
激活Statistics菜单选Nonparametric Tests中的1-Sample K-S ...命令项，弹出One-Sample Kolmogorov-Smirnov Test 对话框。在Test Distribution框中选Normal项，再点击OK即可。
方差齐性检验的方法有：F检验、Bartlett法、Levene检验等。
SPSS用的是Levene检验。
没有评论:
发表评论