不符合正态分布的数据怎么比较

sig大于0.05,说明结果不显著,即拒绝虚无假设,接受原假设,就是你检验的那个是真的.如果你检验的是“是否为正态分布”那么,结果就说明是正态分布

你是用什么检验的matlab有jbtest和kstest的函数据我所知ks检验是利用累计分布去测试是否符合某个分布的你这里的所谓ks分布5条gauss曲线是怎么来的?貌似曲线本身是多峰gauss曲线再

分布的正太性检验：x为你要检验的数据.loadxhistfit(x);normplot(x);从这两个图中可以看出是否近似服从正太分布.然后估计参数：[muhat,sigmahat,muci,sigm

F值在ANOVA表格里LSD的结果看的是显著值（sig.）是不是小于0.05（默认值）

直方图是影像每个象元它分布在不同像素的直观显示一般x轴是0-255,y轴是频率；比如你图像偏暗那么直方图显示的特征就是左边的多意思就是左边偏暗的像素的项元出现频率高；反之一样；直方图篇左或者偏右就是偏

不符合正太,不能用方差分析可以采用非参数检验统计专业研究生为您服务

符号秩和检验就行analyse---nonparametrictest--2independentsamplesWald-Wolfowitz游程检验也行自己选一个非参的就行里面有个testtype就是

相关分析的结果只是提示作用,0.1-0.2的话意义不是很大了.正态性的话还是要看的,可以不考虑你考虑的话也不会错,对吧

标准偏差标准偏差(StdDev,StandardDeviation)-统计学名词.一种量度数据分布的分散程度之标准,用以衡量数据值偏离算术平均值的程度.标准偏差越小,这些值偏离平均值就越少,反之亦然.

用JB检验,先计算Skewness和Kurtosis值,然后根据JB=n*(Ske^2+(Kur-3)^2/4)/6计算出JB(n是样本容量,S和K的值,Excel里有公式可以直接算）,然后查询你要求

P(2≤X≤4)=P(X≤4)-P(X≤2)=Φ[(4-2)/σ]-Φ[(2-2)/σ]=Φ(2/σ)-Φ(0)=Φ(2/σ)-0.5得Φ(2/σ)=P(2≤X≤4)+0.5=0.4+0.5=0.9P

两句话：1.正态分布（normaldistribution）又名高斯分布（Gaussiandistribution）2.cftool里面也可以自定义拟合的表达式.

PROCUNIVARIATEDATA=数据集名NORMALPLOT;VAR变量;RUN；如果对数不行,还可以用COX-BOX转换,或是其它的...对数和COX-BOX这两种转换方式居多

H0:价值差额服从正态分布;H1:价值差额不服从正态分布由于正态分布的两个参数μ和б未知,所以首先根据样本数据给出估计.由样本数据算出μ=(2.4995*3+7.4995*27+……42.4995*2

秩转化的方差分析两两比较,snk或者lsd再问：不好意思，能稍具体么，怎么进行秩转化呀...最近毕业论文焦头烂额.....

正态分布函数为NORMDIST标准差函数为STDEV

可以.但是有些分布的这样表示意义不大.原因是正态分布这样做是因为正态在均值左右的标准差覆盖面积基本稳定确定.那样表示会比较方便.

不一定要求都正态分布的,因为分析方法有很多,针对数据情况合适选用,如t检验,χ2检验等等检验方法；数据转换后分析不影响结果的一般情况下,虽然数据是变了,但数据间关系及差异情况是不会变的,要不然就不会有

正态分布有对应的双头概率表和单头概率表,就是置信度为α时,x的分布区间,比如查95%置信度是1.96（貌似是,不记得了,自己去查吧）,那x的区间就在【平均值±方差*1.96】

一般把2个图放一块用show函数就行.比如你这个Show[{t,w}]就Ok了,要是想输出文件就p=Show[{t,w},ImageSize->{1024,768}]Export["c:\\pictu