配对样本方差齐但不是正态分布可以用T检验吗
统计学正态性检验的问题将两组资料作t检验前，我想先做一个正态性检验，是将两个组分别做正态性检测还是将两个组混合在一起做？SPSS上我只发现在非参数检验里面有一个one sample K-S，这个只能将两组混合在一起做正态检验.
两个独立样本t检验，如果样本非正态分布怎么办？用spss 1.通过F检验可以看到方差是否相等，你说的对的，看第二行2.样本标准差可以使用描述统计中的功能来计算，例如descpritive statistics3.如果样本数量30以上，可以当作正态分布.如果是小样本的话使用t检验即可.可以不管是否伪正态分布，如果不放心的话使用one sample k-s检验，检验总体是否为正态，p
参数检验与非参数检验的区别 参数检验与非参2113数检验的区别有：52611、参数检验的集中趋势的衡4102量为均值，而非参数检验为中1653位数。2、参数检验需要关于总体分布的信息；非参数检验不需要关于总体的信息。3、参数检验只适用于变量，而非参数检验同时适用于变量和属性。4、测量两个定量变量之间的相关程度，参数检验用Pearson相关系数，非参数检验用Spearman秩相关。扩展资料：需要使用非参数检验：1、数据分布的集中趋势更适合用中位数来表示。比如收入，偏态分布的中心可以通过中位数更好地衡量，其中50%在中位数之上，50%在中位数之下。如果在样本中加入几个亿万富翁，即使一般人的收入没有变化，平均值也会大幅度增加，但中位数没有显著差异。2、样本量很小：当样本量非常小时，不足以确定数据是否正态分布，则应使用非参数检验。3、存在等级顺序数据或异常值：典型的参数检验只能对连续数据进行评估，异常值对结果的影响较大。相反，一些非参数检验可以处理等级顺序数据，不受异常值的严重影响。总之，使用参数或非参数检验主要取决于平均值还是中位数可以更准确地表示数据分布的中心。如果是平均值，且样本量足够大，那么考虑参数检验。如果是中位数，即使样本很大，也要考虑非。
