spss用单样本k-s检验验证正态分布的方法，？k-检验是用来检验数据是否符合正态分布的，因为在检验之前我们并不知道该数据是否符合正态分布，所以这种检验属于非参数检验。。
完全随机设计两样本或者多样本资料的正态性检验可否考虑样本量再做？ 先直接回答你的标题问题：否！具体回答各个问题：1.如果统计检验用到t检验、方差分析等需要均数的检验无论样本量多少都需要正态性检验（是否正态不能凭个人主观感觉，用。
如果是非正态分布的样本，可以用T检验吗？ t检验只是大致要求样本服从正态分布，只要你的样本不是严重背离正态分布，那么t检验的结果都是可靠的。你仅需要使用条形图看看你的样本有没有严重背离正态分布就可以了。其理由是，根据中心极限定理，无论样本来自何种分布，只要样本量足够大（一般认为样本量大于50即为足够大），其样本均值均近似服从正态分布。如果两组的样本量近似相等，那么t检验的结果对样本背离正态分布和方差齐性假设更为稳健。
进行两个样本均数差别的u检验时，要求
完全随机设计两样本或者多样本资料的正态性检验可否考虑样本量再做？ 先直接回答你的标题问题：否！具体回答各个问题：1.如果统计检验用到t检验、方差分析等需要均数的检验无论样本量多少都需要正态性检验（是否正态不能凭个人主观感觉，用客观的统计数字说话）2.“样本量比较小”是什么概念？多少算比较小？这么模糊的概念没有一个统一的界定，当然不能主观默认正态或不正态。3.方差分析要按照方差分析的前提条件一一检验，若满足则可方差分析，否则就要非参数检验！最后，什么叫“两种方法差别不大”？统计学要求的是客观精确，科学研究讲究严谨正确的设计、分析。什么样的数据、你的研究分析目的加上正确的统计分析方法得出的结果才有可能让别人信。查看更多答案>；>；
T检验，符合正态分布的条件是什么？样本量什么的？大神帮忙！ 独立样本t检验 1.在进行独立样本T检验之前，要先对数据进行正态性检验。满足正态性才能进一步分析，不满足可以采用数据转化或非参数秩和检验；2.在菜单栏上执行：分析-比较。
为什么样本量很大，但还是不满足正态分布 1、其实，很多人都有你这个问题。那是因为一句完整的话或者说这句话是中心极限定理，被口口相传的时候，传丢了几个重要的内容后，变成的结果。完整版本的话，或者中心极限定理的意思要表达的是这样“如果样本间是独立同分布，有相同的数学期望与方差，当样本随机从总体中抽取的数量足够大时，样本的均值服从N(μ，σ^2)的正态分布”这种被传的残缺不全的话，还有这种版本“样本量超过30个时，近似服从正态分布”2、有上述的分析可以得到，并不是样本大，就一定要服从正态分布。我们可以轻易举出一个反例来说明这个问题。比方说就用1-1000这一千个自然数，组成一个样本，那么这个样本根本就组成不了正态分布的，因为1-1000服从的是均匀分布。不信你可以试试看，保证天底下所有的统计软件都能证明它们不是正态分布。那正确的做法，或者说想要搞成一个正态分布该如何做呢？一种方法就是这样：从1-1000这一千个自然数中，随机抽取30个数（可放回抽取），那么排列组合就有 1000的30次方种样本组，每个样本组都会有一个均值，那么这1000的30次方个均值，就非常近似的服从正态分布。不信的话，你可以试试（当然了，考虑到这么大的运算量电脑可能会烧掉，只要从1-50这五十。
两组样本不符合正态分布，T检验做不了，怎么做检验？求助。 符号秩和检验就行analyse-nonparametric test-2 independent samples Wald-Wolfowitz游程检验也行 自己选一个非参的就行里面有个 test type就是选项 都有的
