matlab矩阵四分位数,中位数，四分位数

一、如何判断一个资料是否为正态分布。

最常用的是让SPSS做出频数分布图，这样比较直观，但不够精确。一个比较简单有效的方法是让SPSS做出描述性统计分析(Descriptive

Statistics)，在Distribution(分布分析)这个选项卡中将Skewness(偏度系数)和Kurtosis(峰度系数)两个选项前的方框打上小钩，这样就可以得出偏度系数和峰度系数及其标准误。然后将所得的偏度系数和峰度系数除以其标准误，就可以得出资料在偏度和峰度上按u分布(若为小样本，则为t分布)的检验值，所得到的值若<1.96(P>0.05)，则数据在该方向上为正态分布；反之，所得到的值若>1.96(P<0.05)或>2.58(P<0.01)，则资料在该方向上为偏态分布。即如果资料为正态分布时，Skewness与Kurtosis的值都应等于零，若Skewness值为正时，曲线左偏，Skewness值为负时，曲线右偏。而Kurtosis值为正时，曲线较平坦，Kurtosis值为负时，曲线峰度超出正态分布，即靠中心处的数据过多(当然，这在频数图上一目了然，但频数图不能证明正态性，而偏度和峰度检验则可做到这一点)

二、对于不服从正态分布资料的描述:

1. 若是经对数变换后，可转换成正态分布的资料，可使用几何均数和对数标准差描述。2.

未经变换的资料可使用中位数描述其集中趋势，用四分位数间距描述其离散程度。

三、Excel，Matlab求四分位数

先说Excel:

MEDIAN(array)中位数

QUARTILE(array,quart)