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。
如何用excel正态性检验 1 简易法：透过Excel插件[分析工具库]中的[回归]做出[正态概率图]2 完整法：透过Excel 繁杂计算与画图建立模板，可做出与Minitab等专业软件完全相同[正态概率图]本文以简易法作出非常近似于Minitab的[正态概率图]，文中所需资料布署与绘制结果都置于下表中表中的A图是用Excel回归工具所作[正态概率图]，C图是以同样的数据用Minitab的正态性检验所作的[正态概率图]，因二者图表的纵横坐标刚好颠倒、为方便初次使用者比较，笔者特别将A图纵横轴颠倒而画出B图，实务上只要用A图就可进行『正态性检验』用Excel的回归分析绘制[正态概率图]步骤步骤0：检查有无安装分析工具库工具>；加载宏 对话框中 勾选[分析工具库]后确定步骤1：数据布署1 将数据放到适当位置，例如表1有10个数据加上标志放到的[A1：A11]2 紧接数据列旁加上一列，给予标志与1~10的数据列如表1所示←此处为关键步骤步骤2：将准备好的二列数据进行回归分析以绘制[正态概率图]呼叫[回归]工具>；数据分析>；回归 在[回归]对话框中填入1[Y值输入区域]B1：B112[X值输入区域]A1：A113 勾选[标志]4 勾选[正态概率图]←此处为关键5 请自订[输出选项]，点击[确定]后即可得到回归分析的结果，如上表中的A6 。
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。
