如何用SPSS判断一组数据是否满足正态分布 检验方法一：看偏度系数和峰度系数我们把SPSS结果最上面的一个表格拿出来看看(见下图)：偏度系数Skewness=-0.333；峰度系数Kurtosis=0.886；两个系数都小于1，可认为近似。
统计学中数值连续变量但不是正态分布可以用独立样本t检验么，如果用秩和检验两组样本量有要求么，看下面 不是正态分布不能用独立样本t检验的哦可以用秩和检验两组样本量没有要求
假设某一样本符合正态分布 一般最小样本量为多少呢 最小样本量为4组。无论是否独立，无论参数是否相同，正态分布的随机数相加必然还是正态分布。有一组X1，X2，.，Xn是一组独立同分布的样本，服从正态分布；而Y1，Y2，.，Yn是另一组独立同分布的样本，服从另一个正态分布。那么X1+Y1，.，Xn+Yn必然也服从某种正态分布。X1+Y1，X2+Y2，.之间是独立的。X1与Y2，.，Yn都是独立的，以此类推。在这样的情况下，可以保证X1+Y1，.，Xn+Yn也是一组独立同分布的样本，服从某个正态分布。扩展资料：正态分布具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N（μ，σ2）。μ是正态分布的位置参数，描述正态分布的集中趋势位置。概率规律为取与μ邻近的值的概率大，而取离μ越远的值的概率越小。正态分布以X=μ为对称轴，左右完全对称。正态分布的期望、均数、中位数、众数相同，均等于μ。σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数据分布越集中。也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高。参考资料来源：-正态分布
