数据相差多少符合正态

❶ 如何判断一组数据是否符合正态分布

方法和详细的操作步骤如下：

1、第一步，新建Excel文档，见下图，转到下面的步骤。

❷ 怎么才能确定一组数据能够服从正态分布

综述：

在有大量实验数据时，经过计算，所得数值在一定范围内，这才会符合正态分布。

正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。

若随机变量服从一个位置参数、尺度参数的概率分布，记为：则其概率密度函数为正态分布的数学期望值或期望值等于位置参数，决定了分布的位置；其方差的开平方或标准差等于尺度参数，决定了分布的幅度。

正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是位置参数为0, 尺度参数为1的正态分布（见右图中绿色曲线）。

正态分布（Normal distribution)是一种概率分布。正态分布是具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是遵从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N(μ，σ^2 )。

遵从正态分布的随机变量的概率规律为取 μ邻近的值的概率大 ，而取离μ越远的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。

❸ 如何判断一个数据服从正态分布

判断正态分布的方法如下：

一、正态性检验：偏度和峰度。

1、偏度（Skewness）：描述数据分布不对称的方向及其程度。

当偏度≈0时，可认为分布是对称的，服从正态分布；

当偏度>0时，分布为右偏，即拖尾在右边，峰尖在左边，也称为正偏态；

当偏度<0时，分布为左偏，即拖尾在左边，峰尖在右边，也称为负偏态；

2、峰度（Kurtosis）：描述数据分布形态的陡缓程颂李度。

当峰度≈0时，可认为分布的峰态合适，服从正态分布（不胖不瘦）；

当峰度>0时，分布的峰态陡峭（高尖）；

当峰度<0时，分布的峰态平缓（矮胖）；

3、SPSS操作方法。

4、结果解读。

二、正态性检验：图形判断。

1、直方图：表示连续性变量的频数分布野颤迟，可以用来考察是否服从正态分布

选择“图形”下拉菜单中的“旧对话框”，选择“旧对话框”中的“直方图”；

把变量“x2”放入变量框中，勾选“显洞尘示正态曲线”；

2、P-P图和Q-Q图。

（1）P-P图反映了变量的实际累积概率与理论累积概率的符合程度，Q-Q图反映了变量的实际分布与理论分布的符合程度，两者意义相似，都可以用来考察数据资料是否服从某种分布类型。若数据服从正态分布，则数据点应与理论直线（即对角线）基本重合。

（2）SPSS操作：

选择“分析”下来菜单中的“描述统计”，及“描述统计”下的“P-P图”；

选择变量，及勾选正态分布；生成如下图形。

三、正态性检验：非参数检验方法。