请问我这个数据结果属于正态分布吗，这个q-q图怎么看？ QQ图中的散点沿着45°直线分布则认为是服从正态分布的，图中看明显不是。再说明一下，一般概率图只是起一个辅助的作用，最准确的分布检验是图一那种检验方法，下面顺便附一张QQ图的详细信息。Q-Q概率图（1）检验样本的数据是否服从某种指定分布（原理等于pp图相似），横轴是数据情况，纵轴是理论状况；趋降图横轴是数据情况，纵轴是理论分位数与样本分位数的差值（2）具体操作：分析-描述统计-QQ图（3）散点分布在45°斜线上，则认为数据是服从某一种分布的；趋降图散点分布均匀则认为是服从某种分布的；图表只是一种直观感受，初学者可辅助使用，但是不太准确（4）用统计量来进行检验的方法：分析-非参数检验-旧对话框-一个样本（QQ图中检验认为数据服从正态分布，在这个步骤则用以进一步准确检验是否服从正态分布-即常规），显著值小于0.05则认为不服从该类分布，最终结果以这种高级的统计量为准
如何在SPSS中对样本进行正态分布检验？ 一、图示法21131、P-P 图 以样本的累计频5261率作为横坐标以安装正态4102分布计算的相应累1653计概率作为纵坐标把样本值表现为直角坐标系中的散点。如果资料服从整体分布则样本点应围绕第一象限的对角线分布。2、Q-Q 图 以样本的分位数作为横坐标以按照正态分布计算的相应分位点作为纵坐标把样本表现为指教坐标系的散点。如果资料服从正态分布则样本点应该呈一条围绕第一象限对角线的直线。以上两种方法以 Q-Q 图为佳效率较高。3、直方图 判断方法是否以钟形分布同时可以选择输出正态性曲线。4、箱式图 判断方法观测离群值和中位数。5、茎叶图 类似与直方图但实质不同。二、计算法1、偏度系数Skewness和峰度系数Kurtosis 计算公式 g1表示偏度 g2表示峰度 通过计算 g1 和 g2 及其标准误 σg1及 σg2然后作 U检验。两种检验同时得出 U0.05 的结论时才可以认为该组资料服从正态分布。由公式可见部分文献中所说的“偏度和峰度都接近 0…可以认为…近似服从正态分布”并不严谨。2、非参数检验方法 非参数检验方法包括 Kolmogorov-Smirnov 检验 D 检验 和 Shapiro-Wilk W 检验。SAS 中规定当样本含量 n≤2000时结果。
SPSS中想做一QQ图，检验其是否符合对数正态分布时是否需要把原数据进行对数转换，还是直接选择对数正态检 没有必要，你只要在QQ图或PP图中直接选择对数正态分布就可以了。当然，你也可以将原数据进行对数转换，此时需要在QQ图或PP图中选择正态分布。这两个方法是等值的，可以任意选择。
