本文探讨了使用SW_KS正态性检验（适用于大样本，样本量>2000）和夏皮洛-威尔克检验（适用于小样本）来评估数据是否服从正态分布。结果显示，当数据不符合正态分布时，应考虑使用其他方法。此外，通过茎叶图展示了正态分布与非正态分布的区别。
描述性统计分析——SW_KS正态性检验：
数据大观：（比较某某差异-看年龄是否服从正态分布）
两组数据，独立样本T检验
数据呈现：
需要探索的变量->因变量（连续性变量）
->因子列表（分类变量）
勾选正态图：
实操结果呈现：
如上，K-S检验（柯尔莫戈洛夫-斯米诺夫）->是适用于大样本的正态性检验（样本量>2000）
（夏皮洛-威尔克）->适用于小样本的正态性检验
:显著性P<0.05!=0（非正态分布）
可见，非正态分布（丝毫不搭边）
茎叶图就是直方图顺时针旋转90度
散点落在直线上，表示服从严格的正态分布；
4891
1万+
1234
2万+
1139
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
扫一扫
