- 正态分布检验方法
- 检验法
- 图示法
- 正态分布转化方式
- 数据压缩
- Box-Cox变换
- Johnson转换
- 正态分布检验方法
在数据分析过程中,很多方法都需要数据满足正态分布,比如方差分析、独立t检验、线性回归分析(因变量)等。如果说没有这个前提可能会导致分析不严谨等等。检验数据是否服从正态分布不仅仅有一种方法,一般可以分为检验法和图示法。
- 检验法
参考文献:
[1]陈平雁, 黄浙明. SPSS 13.0统计软件应用教程[J]. 人民卫生出版社, 2005.
[2]刘堃. SPSS统计分析在医学科研中的应用[M]. 人民卫生出版社, 2012.
举例进行分析:
个性化服务, 隐私保护, 购买意愿, 公司职员全部均不具有正态性特质。这里需要注意:原假设是服从正态分析,模型显著就会拒绝原假设!!!!!!!!!!!!!
- 图示法
直方图:
如果使用直方图,直方图若呈现‘中间高,两边低,左右基本对称的钟形图’则基本服从正态分析。
符合:
不符合:
PP图:
p-p图和q-q图都是根据累计分布函数理论计算的,使用它们可以进行数据是何种分布的检验,但是常用于检验数据是否服从正态分布。如果图形中所有店都聚集在直线上,则说明变量分布服从于所要检验的分布,直观说法就是如果散点分布近似‘对角线’则可以认为正态分布。
符合:
不符合:
QQ图;
直观说法就是如果散点分布近似‘对角线’则可以认为正态分布。
符合:
不符合:
核密度图:
与直方图类似。
- 正态分布转换方式
- 数据压缩
数据压缩法是指对数据进行一些数学变换处理,如取自然对数、开根号等。通常情况下,此种处理方式适用于数字较大时。当数字较大时进行取自然对数或开根号处理,此时处理后的数字会相对较小如果数字非常小,则可以考虑对数据进行取指数次方,使其相对数字变得更大,以尽量满足正态分布的特质。
- Box-Cox变换
原理与数据压缩法类似。
Box-Cox 变换会让数据更可能变得正态,但并非进行Box-Cox 变换后,数据一定会满足正态分布的特质。
- Johnson转换
Johnson 转换利用分布族数学原理进行转换,其转换公式相对复杂与数据压缩法和 Box-Cox 变换类似,Johnson 转换后的数 据会相对更加满足正态分布,但是并非转换后数据一定会满足正态分布,而且会丢失数据的原始意义,仅余下数据的相对意义。