怎么用spss假设检验正态分布 在非参数检验里面做 在非参数检验里面做 analyze-非参检验-legacy disalogs-1 sample k-s 变量放到test variables list，勾选下面的normal ok 看检验最后一行的显著性，p，。
多元正态分布参数估计及假设检验的原理及方法步骤 一般的参数估计2113方法无非：极大似然估5261计、矩估计、贝叶斯估计3种。极大4102似然估计，就是跟据样本1653值得到似然函数，然后求导得到最大值的条件，解出参数值，假设检验则据此得到一个枢轴量进行。矩估计，核心是用样本矩代替总体矩，假设检验推导相对复杂，也可以看作寻求枢轴量。贝叶斯估计则是假设参数是随机变量，观测值为“有条件”观测值，用贝叶斯公式转换为“有条件”的参数分布，最后积分边缘化得到参数的边缘分布，并用其期望值或者众数来作为其点估计，假设检验则是用现成的参数分布函数进行。
统计学中的假设检验为什么都是基于正态分布的，如果不是正态分布的又该如何检验呢 基于正太分布的原因是 大自然界中的多数自然现象或者日常的多数数据都是符合正态分布的，也就是类似一个倒U曲线。当然也有不是正态分布的现象，比如投硬币的数据，就是一个二元分布，比如化学中一些元素的放射性 这些都是非正态分布，自然有对应的不同的统计方法
