什么是正态分布假设检验Q-Q图，什么又是PP图，是怎么来的 P-P图和Q-Q图主要用来判断正态分布。P-P图和Q-Q图的目的性基本一致，但原理上有着区别。P-P图，其原理在于如果数据正态，那么数据的累积比例与正态分布累积比例基本保持一致。分别计算出数据累积比例，和假定正态时的数据分布累积比例；并且将实际数据累积比例作为X轴，将对应正态分布累积比例作为Y轴，作散点图。Q-Q图，其原理在于如果数据正态，那么其假定的正态分位数会与实际数据基本一致。计算出假定正态时的数据分位数；并且将实际数据作为X轴，将假定正态时的数据分位数作为Y轴，作散点图。请点击输入图片描述无论是P-P图，或者Q-Q图；如果说数据呈现出正态性，那么散点图看上去应该近似呈现为一条对角直线，此时说明数据呈现出正态性。如果散点图看上去明显不是一条直线，那么说明数据很可能不具有正态特质。P-P图和Q-Q图均可使用SPSSAU在线分析软件得到，两者功能一致看使用偏好选择即可。
如何判断一组数据是不是正态分布？能否用SPSS实现操作？ 可以的，在5261探索里有正态性检验的选择打钩4102。1.输入数据后，左击1653最上方的Analyze，选择Descriptive Statistic，选择左击explore，出现如下：2.将所选数据选入Dependent List，左击Plot，出现如下。3.点中间normallity plots with tests，左击continue，就出现你要的正态检验结果了。最后一个表格中（即test of Normality)sig.即P值=0.004，小于0.05，不服从正态分布，反之服从。拓展资料正态分布，也称“常态分布”，又名高斯分布（Gaussian distribution），最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。参考资料：-正态分布
如何用SPSS做对数正态分布检验？残差图上的点的波幅在什么范围才算满足？ 在SPSS上，2113对数正态分布检验只能使用5261P-P图或Q-Q图。残差图主要看其形状是否有4102规律，而不仅仅是1653看其波幅，至于波幅在什么范围并没有一个通用的标准。对于你的数据，数据点基本紧紧地围绕在P-P图的45度线上，应该说基本上符合对数正态分布。唯一有些不足的是残差图的形状有些规律，不过波幅最大不超过0.06，其对应的累积百分点在0.6以上，差距不算大，因此我认为可以不必对此过于关注，仍然可以认定数据基本符合对数正态分布。
