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。
用SPSS做相关分析时，数据不呈正态分布，是不是就不能用pearson分析了？要用spearman分析？ 这个首先要看2113你的变量5261数据是否都属于连续性数据，如4102果都是连1653续性数据，然内后绘制一下变量的容散点图，看看是否是显著的不符合正态分布，如果完全不符合的话 那就只能用其他的来分析，如果只是略微偏态 还是可以用pearson分析如果数据分类等级数据类型，则直接用spearman方法
请问做相关分析之前，必须要正态分布检验吗？如果不是正态分布，用spearman相关分析可以吗？ 不可以 的，有适用条件的啊
