正态分布检验 总体正态，方差已知，样本独立或相关，都用z-test 总体正态，方差未知用 t-test，总体非正态，方差已知，Z’n>；30 总体非正态，方差未知，Z’n>；30 分析-非参数检验-单样本。
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。
卡方检验正态分布 去文库，查看完整内容>；内容来自用户：408065019卡方拟和检验的编程实现摘要针对一些总体分布的检验不能用现成的软件实现这一问题，本文32313133353236313431303231363533e58685e5aeb931333433646430论述了怎样应用matlab实现总体分布的检验，这里我们以正态分布为例，这里我们选用了总体分布的卡方检验，卡方检验是在总体分布未知的情况下，根据来自总体的样本，检验关于总体分布的假设的一种检验方法。关键词：分布的检验matlab总体样本。使用卡方检验分布时在总体X的分布未知时，根据来自总体的样本，检验关于总体分布的假设的一种检验方法.使用卡方检验对总体分布进行检验时，我们先提出原假设：H0：总体X的分布函数为F(x)然后根据样本的经验分布和所假设的理论分布之间的吻合程度来决定是否接受原假设.这种检验通常称作拟合优度检验，它是一种非参数检验.在用卡方检验假设H0时，若在H0下分布类型已知，但其参数未知，这时需要先用极大似然估计法估计参数，然后作检验.分布拟合的卡方检验的基本原理和步骤如下：1.将总体X的取值范围分成k个互不重迭的小区间，记作A1，A2，…，Ak.2.把落入第i个小区间Ai的样本值的个数记作fi，称为实测频数.所有实测频数之和f1+f2+…+。
