數據相差多少符合正態

❶ 如何判斷一組數據是否符合正態分布

方法和詳細的操作步驟如下：

1、第一步，新建Excel文檔，見下圖，轉到下面的步驟。

❷ 怎麼才能確定一組數據能夠服從正態分布

綜述：

在有大量實驗數據時，經過計算，所得數值在一定范圍內，這才會符合正態分布。

正態分布（Normal distribution）又名高斯分布（Gaussian distribution），是一個在數學、物理及工程等領域都非常重要的概率分布，在統計學的許多方面有著重大的影響力。

若隨機變數服從一個位置參數、尺度參數的概率分布，記為：則其概率密度函數為正態分布的數學期望值或期望值等於位置參數，決定了分布的位置；其方差的開平方或標准差等於尺度參數，決定了分布的幅度。

正態分布的概率密度函數曲線呈鍾形，因此人們又經常稱之為鍾形曲線。我們通常所說的標准正態分布是位置參數為0, 尺度參數為1的正態分布（見右圖中綠色曲線）。

正態分布（Normal distribution)是一種概率分布。正態分布是具有兩個參數μ和σ^2的連續型隨機變數的分布，第一參數μ是遵從正態分布的隨機變數的均值，第二個參數σ^2是此隨機變數的方差，所以正態分布記作N(μ，σ^2 )。

遵從正態分布的隨機變數的概率規律為取 μ鄰近的值的概率大 ，而取離μ越遠的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。

❸ 如何判斷一個數據服從正態分布

判斷正態分布的方法如下：

一、正態性檢驗：偏度和峰度。

1、偏度（Skewness）：描述數據分布不對稱的方向及其程度。

當偏度≈0時，可認為分布是對稱的，服從正態分布；

當偏度>0時，分布為右偏，即拖尾在右邊，峰尖在左邊，也稱為正偏態；

當偏度<0時，分布為左偏，即拖尾在左邊，峰尖在右邊，也稱為負偏態；

2、峰度（Kurtosis）：描述數據分布形態的陡緩程頌李度。

當峰度≈0時，可認為分布的峰態合適，服從正態分布（不胖不瘦）；

當峰度>0時，分布的峰態陡峭（高尖）；

當峰度<0時，分布的峰態平緩（矮胖）；

3、SPSS操作方法。

4、結果解讀。

二、正態性檢驗：圖形判斷。

1、直方圖：表示連續性變數的頻數分布野顫遲，可以用來考察是否服從正態分布

選擇「圖形」下拉菜單中的「舊對話框」，選擇「舊對話框」中的「直方圖」；

把變數「x2」放入變數框中，勾選「顯洞塵示正態曲線」；

2、P-P圖和Q-Q圖。

（1）P-P圖反映了變數的實際累積概率與理論累積概率的符合程度，Q-Q圖反映了變數的實際分布與理論分布的符合程度，兩者意義相似，都可以用來考察數據資料是否服從某種分布類型。若數據服從正態分布，則數據點應與理論直線（即對角線）基本重合。

（2）SPSS操作：

選擇「分析」下來菜單中的「描述統計」，及「描述統計」下的「P-P圖」；

選擇變數，及勾選正態分布；生成如下圖形。

三、正態性檢驗：非參數檢驗方法。