(一)假设检验的基本思想统计假设检验就是为了推断某个问题，事先做出一种假设。然后用一个实测样本数据计算出某一个适合的、已知其分布的统计量，并通过查表得出其相应的临界值。再用实测样本数据计算出来的关于统计量与其临界值进行比较，从而得出肯定(接受)原假设或否定(拒绝)原假设的结论，达到统计推断之目的，下面举例说明。[例8-4]在某测区的海西期第二阶段中粗粒黑云母花岗岩中进行γ测量，测得300个数据，经计算平均照射量率35γ，标准差s=8γ。又在同一测区的海西期第三阶段细粒黑云母花岗岩中测得80个数据，其平均照射量率37γ，标准差S=8.2γ，问这两种花岗岩的放射性γ照射量率有无显著性差异？能否把这两种花岗岩在统计上看成同一总体？解：假定这批γ照射量率数据都服从正态分布。此例中，300个数据是很大的样本，可以把它看成总体，故可用300个数据的平均数与标准差当作总体的均值与标准差，即μ=35γ，σ=8γ，80个观测数据仍看成是样本。由于样本标准差s=8.2γ与总体标准差相差甚小。因此，只需检验样本平均数37γ与总体平均值μ=35γ是否有显著性差异。若差异显著，则认为这种花岗岩不是同一个总体，若差异不显著，就认为两种花岗岩属于同一总体。所以，又称这种统计。
用spss 21.0怎么判断正态分布 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，。
spss正态分布的问题 抱歉，刚看到你的求助。你看到别人说的那个答案是我在09年回答的。K-S是非参数检验，只要是连续性定距型数据，优先选择该方法检验分布情况。Explore是根据不同数据的频数，计算数据的峰度和偏度，从而计算是否符合正态分布，非常适合分类型数据。
数据分析方法论是什么？ 今天在书中看到这个东西，但是还是感觉是一个很模糊，感觉它更多像是一个指导思想。
请教关于离群值的处理问题 我们在分析数据的时候，经常会碰到某些数据远远大于或小于其他数据，这些明显偏离的数据就是离群值，也叫奇异值、极端值。离群值产生的原因大致有两点：1.总体固有变异的极端表现，这是真实而正常的数据，只是在这次实验中表现的有些极端，这类离群值与其余观测值属于同一总体。2.由于试验条件和实验方法的偶然性，或观测、记录、计算时的失误所产生的结果，是一种非正常的、错误的数据，这些数据与其余观测值不属于同一总体。由于数据的分布不同，判断离群值的方法也有所差别，在此只介绍国标GB/T4883-2008对于正态分布情况下的离群值判断方法，其他分布情况下，我还没有找到相关资料。对于离群值，国标也有一些概念定义：1.检出水平为检验出离群值而指定的统计检验的显著性水平，和大多数检验一样，α一般为0.052.剔除水平为检验出离群值是否为高度离群值而指定的统计检验的显著性水平，剔除水平α*不应超过检出水平α，通常为0.01，个人认为这个剔除水平就是判断该离群值是否需要实际剔除，也就是说该离群值有可能是第二类原因产生的非正常样本数据。3.统计离群值在剔除水平下统计检验为显著的离群值4.歧离值在检出水平下显著，而在剔除水平下不显著的。
怎么看spss描述统计结果是不是偏离正态分布？ 一般是看峰度和偏度的，也就是那个skewness和kurtosis，但你这里没有直接提供这两个值的显著性检验结果。你想要知道是否偏离正态，这需要推断统计，也就是要知道显著性检验。
