java 判断正态分布_如何判断一个样本是否来自正态分布的总体？

正确判断一个样本所来自的总体分布情况是一个重要话题，总体的分布情况与统计方法选择密切相关。那么，有没有靠谱的方法判断一个样本来自什么样的总体？答案是否定的。因为总体基本不可获得，所以总体的真实分布类型基本靠“猜”。但这里有些经验性判断方法可供参考。

1. 极限值思考法

正态分布曲线形状如一口钟，故又称钟形曲线。从正态分布曲线形状，我们会有一个很直观的印象，大部分个体取值处于中间水平，高值和低值的个体所占比例较低，而且所有个体的取值在一个范围内波动。临床上有一类资料，恒定在一个范围内波动，一般不会逾越这个范围，这类资料一般是正态分布的。比如身高，成年人身高很难超过2.5米也很少有低于1米的；再比如血糖，人类的血糖很少低于2.5 mmol/L也基本不会高于50 mmol/L；类似的还有总蛋白、血钾等大部分生化、电解质指标。这类资料一般是正态分布的，集中趋势用均数描述，离散趋势用标准差描述。

2. 开口资料非正态分布

而有些临床资料恒定不是正态分布资料，比如没有最大值抑或没有最小值的开口资料。比如一些内分泌激素，上不封顶，高到可能现有的检测手段检测不出来。再比如一些肿瘤标志物的水平，一些血或尿中的重金属含量等。这类资料呈偏态分布，集中趋势用中位数描述，离散趋势用四分位数间距描述。

3. 量纲是指数级的资料非正态分布

比如，PCR方法检测的HBV DNA载量，比如采用倍比稀释法检测的抗体滴度。

4. 标准差与均数比较

一个正态分布的资料，离散趋势一般不会太明显，体现在均数和标准差大小上，标准差一般不会大于均数，如果标准差与均数相当或者大于均数ÿ