excel统计分析——关于正态性、方差齐性的描述

      独立性/正态性/方差齐性是参数统计方法的前提条件，一般来说要求并不太严格，差不多即可。独立性主要体现在设计上，完全随机设计即可满足；正态性要求是主要指标的分布情况，只要其直方图形态大致为中间多两边少，无极端异常值即可，辅以正态性检验；方差分析针对方差不齐时可采用校正F检验（wetch检验），t检验针对方差不齐时也可采用校正t检验。正态性检验和方差齐性检验是能够采用参数检验而所需的条件，并不是具体的统计学方法，在文章报告中一般不对以上条件进行详细解读，除非审稿专家专门提及，所以要做好原始数据的保存，并对其数据进行条件要求的备份，以应对审稿专家的随时要求。

参考：

https://mp.weixin.qq.com/s?__biz=MzI4MjM1MTE0NA==&mid=2247496367&idx=3&sn=f40c55fc13a3547230c9cb6f48856f30&chksm=eb99f1e8dcee78fe8e409d597cec7324352164c61c233f2d0b52212652f5f0ab0528749d5663&scene=27

       对正态性和方差齐性，需要时可作正态性检验和方差齐性检验，而当样本含量较小时，资料是否来自正态分布的总体难于进行直观判断和假设检验，常常需根据过去经验。当样本含量较大时，无论资料是否来自正态分布总体，数理统计的中心极限定理保证了样本均数的抽样分布仍然服从或接近服从正态分布。此时无论是两样本t检验还是多样本的方差分析都是稳健的，尤其是当各组样本含量相等时。由于正态性与方差齐性往往是伴随的，即不服从正态分布的资料往往方差也不齐，因此，在进行均数比较时对小样本资料进行方差齐性检验就显得更为重要。