正态分布_连续变量假设检验 之 正态分布检验

正态分布简介

正态分布(Normal Distribution)是统计学中一个非常重要的连续性分布，又称为高斯分布。我们在高中或者大学概率论中都学过，正态分布基本上能描述所有常见的事物和现象，如正常人的身高、体重等。同时，不少医学现象是服从正态分布或近似正态分布的，如同性别健康成人的红细胞数、血红蛋白量、脉搏数等；医学实验中的随机误差，一般表现为正态分布；当然，也有的医学资料虽不呈正态分布，但可经过变量变换，转换为正态分布，由此在转换后可按正态分布规律来处理。

正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。

正态分布是一种概率分布，通常记作N(μ，σ)；μ是遵从正态分布的随机变量的均值，σ是该随机变量的方差。从整体分布图上可看出，正态分布以均数 μ 为中心，左右对称，当x < μ ，f(x)随着x的增大而增大；当 x> μ 时，f(x)随着x的增大而减小；

正态分布有两个参数，即均数 μ 和标准差σ，其中μ是位置参数，当 恒定后， μ增大，则曲线沿横轴向右移动；反之，则向左移动。 σ是形状参数，当μ恒定时， σ越大，表示数据越分散，曲线就变“矮胖”， σ越小，表示数据集中，曲线越“瘦高”

正态分布的特征，归纳起来有两点：一是对称性，二是峰度。分布不对称的就是偏态，有正偏态和负偏态，峰度也有两种，一是尖峭峰，另一个是阔峰。

SPSS正态检验方法

在SPSS中有两种检验方法：

一是图示法，