正态性检验
方法简介：正态性检验用于判断数据是否符合正态分布，是选择参数检验（t检验/方差分析）还是非参数检验的重要依据。小样本使用Shapiro-Wilk检验，大样本使用Kolmogorov-Smirnov检验。
检验方法的选择
| 样本量 |
推荐检验方法 |
| n ≤ 50 | Shapiro-Wilk检验（W统计量） |
| n > 50 | Kolmogorov-Smirnov检验（D统计量） |
判断标准
严格标准：
- p > 0.05：符合正态分布
- p ≤ 0.05：不符合正态分布
宽松标准（偏度和峰度）：
- 偏度绝对值 < 3 且 峰度绝对值 < 10：可接受为近似正态
后续分析方法的选择
- 符合正态分布：使用参数检验（t检验、方差分析等）
- 不符合正态分布：使用非参数检验（Mann-Whitney U、Kruskal-Wallis）或数据变换
使用 chatspss 进行正态性检验
"检验年龄、收入、满意度的正态性"
"判断数据是否符合正态分布"
相关方法
描述统计 |
非参数检验 |
方差分析
立即使用 chatspss 进行正态性检验