如何判断一组数据服从正态分布

你可以使用SPSS的explore,或PP图,或QQ图,或One-SampleKolmogorov-SmirnovTest,或Histogram图来考察你的数据的正态分布情况（推荐Histogram图

非参数检验中的游程检验：单体样本变量值随机性检验,检验样本是否呈现随机性分布,可用于非数值型数据的随机性检验而白噪声是用于时间序列数据的纯随机性,包括纯随机性和方差齐性两个方面

其实用SPSS分析时,要分析数据是否服从正态分布一般可以万采取下列几种做法1、K-S检测,在explore中会有这一选项,在非参数检验中也有,它会给出一个sig,你通过看这个数就可以判断数据是否服从正

一般是以0.05作为界限,这是比较通用的规则.你的数据并不严格服从正态分布,因为Shapiro-Wilkstest的P值为0.017.考虑到Shapiro-Wilkstest有较高的检验效能（相对于其

 输入数据后,左击最上方的Analyze,选择Descriptive Statistic,选择左击explore,出现如下：将所选数据选入Dependent List,左

用非参数检验,可检验4中分布

x服从均值为0的正态分布.设x的标准差为a,则x的密度函数g(t)=(2PIa^2)^(-1/2)exp{-t^2/(2a^2)}E|x|=S_{-无穷->+无穷}|t|g(t)dt=2S_{0->+

正态分布平均值1035.2,置信区间(1033.2,1037.3)方差595.5501,置信区间(594.6990,597.6117)用MATLAB画出分布直方图,估计为正态分布；求法：设上述数据为向

j-b检验,即雅克贝拉检验还有其他一些分布检验如卡方检验,K-S检验,都是用来检验分布的.游程检验也可以用来检验分布.

analyze->descriptiveandstatistics->exploreplots里选stem-and-leaf,histogram,normalityplotsandtests等等最后结

卡方拟合优度检验或者正态性检验都可以检验一串数据是否服从正态分布.你的表述：有的时间点是有的不是正态,这是错误的.分布是数据集合表现出来的特征,你可以说有异常点就是跟其他数据所体现出来的样子格格不入.

分析-----非参数检验-----单样本检验弹出对话框左下角有各种分布的检验,将需要检验的变量移入对话框就可以了

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

SampleKolmogorov-SmirnovTest,或Histogram图来考察你的数据的正态分布情况（推荐Histogram图）.一些常见的分析方法（如t检验、方差分析等）对数据背离正态分布有

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

可以用hist(data,N)画数据的分布啊再问：可以再具体些么？具体操作。这样我看不懂(⊙o⊙)啊！再答：hist(data,N)这个data是指你的那组数据，N的话是指你要分为多少个点进行画。你先

打开数据序列,在series窗口中依次点击view-descriptivestatistics&tests-histogramandstats出现的窗口右侧最下面有Jarque-Bera统计量和其对应

histfit(a,'normal')

kolmogrovsmirnov检验就是一种拟合优度检验,不知道你的检验模型是什么再问：就是用的ks检验，只是分析出来我不懂怎么看这些参数来判断是否服从正态

可以使用SPSS的explore,或PP图,或QQ图,或One-SampleKolmogorov-SmirnovTest,或Histogram图来考察你的数据的正态分布情况（推荐Histogram图）