科学网

 找回密码
  注册
搜索
查看: 35462|回复: 5

[分享] 如何在SPSS中进行正态分布检验?

[复制链接]
发表于 2011-5-12 10:42:24 | 显示全部楼层 |阅读模式
一、图示法
1P-P
以样本的累计频率作为横坐标,以安装正态分布计算的相应累计概率作为纵坐标,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。
2Q-Q
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g1g2及其标准误σg1σg2然后作U检验。两种检验同时得出U<U0.05=1.96,即p>0.05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结果以Shapiro – WilkW 检验为准当样本含量n >2000 结果以Kolmogorov – SmirnovD 检验为准。
SPSS中则这样规定:(1如果指定的是非整数权重,则在加权样本大小位于350之间时,计算 Shapiro-Wilk 统计量。对于无权重或整数权重,在加权样本大小位于3 5000 之间时,计算该统计量。由此可见,部分SPSS教材里面关于“Shapiro – Wilk适用于样本量3-50之间的数据”的说法是在是理解片面,误人子弟。(2)单样本 Kolmogorov-Smirnov 检验可用于检验变量(例如income)是否为正态分布。
对于此两种检验,如果P值大于0.05,表明资料服从正态分布。
三、SPSS操作示例
SPSS中有很多操作可以进行正态检验,在此只介绍最主要和最全面最方便的操作:
1、工具栏--分析描述性统计探索性
2、选择要分析的变量,选入因变量框内,然后点选图表,设置输出茎叶图和直方图,选择输出正态性检验图表,注意显示(Display)要选择双项(Both)。
3Output结果
1Descriptives描述中有峰度系数和偏度系数,根据上述判断标准,数据不符合正态分布。
Sk=0Ku=0时,分布呈正态,Sk>0时,分布呈正偏态,Sk<0时,分布呈负偏态,时,Ku>0曲线比较陡峭,Ku<0时曲线比较平坦。由此可判断本数据分布为正偏态(朝左偏),较陡峭。
2Tests of NormalityD检验和W 检验均显示数据不服从正态分布,当然在此,数据样本量为1000,应以W检验为准。
3直方图
直方图验证了上述检验结果。
4此外还有茎叶图、P-P图、Q-Q图、箱式图等输出结果,不再赘述。结果同样验证数据不符合正态分布。(转载新浪)

评分

参与人数 2活跃度 +15 收起 理由
yueYUE123 + 10 真的很好。
zhukaishan + 5 谢谢分享

查看全部评分

回复

使用道具 举报

发表于 2015-7-23 18:43:05 | 显示全部楼层
这个帖子是我看到的关于正态分布检验的帖子里讲的最透彻的,专门登陆上来留言表示感谢。
回复 支持 反对

使用道具 举报

发表于 2017-2-5 16:22:55 | 显示全部楼层
老师,您好!我有两个问题想请教您。
回复 支持 反对

使用道具 举报

发表于 2017-2-5 16:29:05 | 显示全部楼层
1.正态性检验主要看Sk和Ku值,还是K-S检验的P值。如果Sk=0.8,Ku=0.2,K-S检验P=0.06,这应该怎样判断?Sk和Ku值均大于0说明数据是左偏较陡的分布,K-S的p值>0.05,又说明数据服从正态分布,这岂不是矛盾了,应该以哪一个为准?2. "近似正态分布"这一说法,又是如何判别的呢?科研菜鸟,期待您的解答。谢谢您。
回复 支持 反对

使用道具 举报

发表于 2017-5-3 17:00:12 | 显示全部楼层
{:4_100:}
回复 支持 反对

使用道具 举报

发表于 2017-5-3 17:00:23 | 显示全部楼层
:niu
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2017-9-26 19:03

Powered by ScienceNet.cn

Copyright © 2007-2017 中国科学报社

快速回复 返回顶部 返回列表