为什么我们总是假设随机扰动项服从正态分布？ 因为在一般的情况下，实际中的扰动，基本上也是服从正态分布的.或者说在大部分情况下，实际情况就是这个样子的.只有在一些特殊的场合，比如突然遭受雷击了，可能会有意外情况.
单因子方差分析的基本假定包括（)。A．每个水平下，指标服从正态分布B．每个水平下，指标均值相等C．每 正确答案：ADE解析：方差分析的基本假定包括：①在水平Ai下，指标服从正态分布；②在不同水平下，方差σ2相等；③数据yij相互独立。
最低0.27元开通文库会员，查看完整内容>；原发布者：wpphpu第二十七课符号检验和Wilcoxon符号秩检验在统计推断和假设检验中，传统的检验统计量都叫做参数检验，因为它们都依赖于确定的概率分布，这个分布带有一组自由的参数。参数检验被认为是依赖于分布假定的。通常情况下，我们对数据进行分析时，总是假定误差项服从正态分布，这是人们易于接受的事实，因为正态分布的原始出发点就是来自于误差分布，至于当样本相当大时，数据的正态近似，这是由于大样本理论所保证的。但有些资料不一定满足上述要求，或不能测量具体数值，其观察结果往往只有程度上的区别，如颜色的深浅、反应的强弱等，此时就不适用参数检验的方法，而只能用非参数统计方法（non-parametricstatisticalanalysis）来处理。这种方法对数据来自的总体不作任何假设或仅作极少的假设，因此在实用中颇有价值，适用面很广。一、单样本的符号检验符号检验（signtest）是一种最简单的非参数检验方法。它是根据正、负号的个数来假设检验。首先需要将原始观察值按设定的规则，转换成正、负号，然后计数正、负号的个数作出检验。该检验可用于样本中位数和总体中位数的比较，数据的升降趋势的检验，特别适用于总体分布不。
