用SPSS做对数正态分布检验，sig值>0.05或<0.05说明什么问题？ （sig值由分析-非参-K-S检验得出的） 当sig大于0.05时就说明数据服从指定的分布（如正态分布），sig越大越能说明数据服从指定的分布（如正态分布）。sig值小于0.05说明数据不服从正态分布。从研究总体中抽取一个随机样本计算检验统计量的值计算概率sig值或者说观测的显著水平，即在假设为真时的前提下，检验统计量大于或等于实际观测值的概率。如果sig，说明是较强的判定结果，拒绝假定的参数取值。如果0.01值，说明较弱的判定结果，拒绝假定的参数取值。如果sig值>；0.05，说明结果更倾向于接受假定的参数取值。扩展资料在很多应用中，特别是在可靠性和维修性方面，数据可能不符合正态分布。可是，随机变量的对数可能符合正态分布，对此情况称为对数正态分布。如果应用对数正态分布，在对数正态图纸上数据的图形将是一条直线。绘图的过程与其他分布是相同的。其分析的过程包括计算对数值的平均值和标准差，以及对最终结果取反对数。对数正态分布与正态分布很类似，除了它的概率分布向右进行了移动。对数正态分布从短期来看，与正态分布非常接近。但长期来看，对数正态分布向上分布的数值更多一些。更准确地说，对数正态分布中，有更大向上波动的可能，更小向下波动的可能。对数正态分布用于半导体器件的。
如何使用SPSS进行多元正态总体的均值、方差检验，在统计学习中，我们经常要进行有关多元正态总体的均值和方差检验，如果手动计算的话，既浪费时间，结果也不一定准确。。
两组样本不符合正态分布，T检验做不了，怎么做检验？求助。
为什么SPSS检验为正态分布了，可P值还是0呢，这已经是经过对数转换之后的分析了，用的非参数检验。 这个看渐进显著性是拒绝原假设，即不是正态分布的。你可用其他方法啊，比如D检验，W检验，还有偏度和峰度的联合检验，《正态性检验社 梁小筠1997年5月第1版》，还有其他适合大样本的数据的检验方法。
怎么看spss描述统计结果是不是偏离正态分布？
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
spss用独立样本T检验时，假设方差相等的levene检验sig值小于0.05，接下来该怎么办？ 看方差不相等的那一行，sig值小于0.05，这种情况就是方差不齐。在方差齐性检验结果中，若P>；0.10，认为方差齐性，t检验看第一行的结果；否则认为方差不齐，t检验看第二行的结果。一般取a=0.05，P，即P，可认为差异存在。如果样本量很大，数据近似正态分布，可以直接用t检验中方差不齐的校正结果来做，就是选第二行的t和p值。如果样本比较小，或者方差不齐问题很大，数据严重非正态分布，则要使用非参数检验。扩展资料：方差齐性检验（Homogeneity of variance test）是数理统计学中检查不同样本的总体方差是否相同的一种方法。其基本原理是先对总体的特征作出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断。常用方法有：Hartley检验、Bartlett检验、修正的Bartlett检验。方差齐性检验是方差分析的重要前提，是方差可加性原则应用的一个条件。方差齐性检验是对两样本方差是否相同进行的检验。方差齐性检验和两样本平均数的差异性检验在假设检验的基本思想上是没有什么差异性的。只是所选择的抽样分布不一样。方差齐性检验所选择的抽样分布为F分布。方差分析中有三条前提假设，其中一条是：不同水平的总体方差相等。因为F检验对方差齐性。
SPSS实用教程：[2]正态性检验，几乎所有的科研数据都必须满足正态性才能进行分析，因此要对数据进行正态性检验。下面小编介绍两种常见的正态性检验的方法。
