SPSS数据正态性检验解析_第1页
SPSS数据正态性检验解析_第2页
SPSS数据正态性检验解析_第3页
SPSS数据正态性检验解析_第4页
SPSS数据正态性检验解析_第5页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

SPSS数据正态性检验解析SPSS数据正态性检验解析例：请对某大学学生的身高资料进行分析，是否符合正态分布1.2.3.结果部分：解析：偏度>0，尾部向右延伸偏度<0，尾部向左延伸峰度=0

与正态分布的陡缓程度相同

峰度>0

比正态分布的高峰更加陡峭——尖顶峰（瘦）

峰度<0

比正态分布的高峰来得平台——平顶峰（胖）SAS规定:n≤2000，以Shapiro-Wilk(W检验)为准；n>2000，以Kolmogorow-Smirnov(D检验)为准如果整个图逆时针转90度，就变成变相的直方图，也是反映分布形态的，但信息含量远大于直方图（分布及数值大小）。以倒数第二行为例，最左边的17是指右边的小数点后面有17个数字。17是茎，0001114是17个树叶，最后一行主干宽度是10，意味上面数字得放大10倍，意思是有3个180,3个181。&为零碎叶子的标志。因叶子太小或太大无法在图中显示，用&表示。解读：P-P图反映了变量的实际累积概率与理论累积概率的符合程度，Q-Q图反映了变量的实际分布与理论分布的符合程度，两者意义相似，都可以用来考察数据资料是否服从某种分布类型。若数据服从正态分布，则数据点应与理论直线（即对角线）基本重合。本例数据很多不在参考线上，不符合正态分布，与前W检验结果一致。P-P图Q-Q图注意：事实上，Shapiro-Wilk检验及Kolmogorov-Smirnov检验从实用性的角度，远不如图形工具进行直观判断好用。在使用这两种检验方法的时候要注意：当样本量较少的时候，检验结果不够敏感，即使数据分布有一定的偏离也不一定能检验出来；当样本量较大的时候，检验结果又会太过敏感，只要数据稍微有一点偏离，P值就会<0.05，检验结果倾向于拒绝原假设，认为数据不服从正态分布。如果样本量足够多，即使检验结果P<0.05，数据来自的总体也可能是服从正态分布的。因此，在实际的应用中，往往会出现这样的情况，明明直方图显示分布很对称，但正态性检验的结果P值却<0.05，拒绝原假设认为不服从正态分布。此时建议不要太刻意追求正态性检验的P值，一定要参考直方图、P-P图等图形工具来帮助判断。很多统计学方法，如T检验、方差分析等，与其说要求数据严格服从正态分布，不如说“数据分布不要过于偏态”更为合适。经验法：一般正态分布的标准差不会大于均值的1/3,这是目测判断法，最终还是要经过检验，但如果标准差都大于均数，一般不太可能正态分布。发现异常值！P75P50P25虽然箱式图一般用于判定数据是否存在异常值，但如果细心，上方很多离群值，数据像大的方向拖尾，结果与直方图判读一致。按照SPSS默认选项，如果所有数据都在四分位点1.5倍盒子长度内，则线的端点为最大值和最小值，否则线长度就是1.5倍盒子长度（盒子长度等于四分位间距），在其外的值单

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论