SPSS正态性检验方法.docx
《SPSS正态性检验方法.docx》由会员分享,可在线阅读,更多相关《SPSS正态性检验方法.docx(9页珍藏版)》请在冰豆网上搜索。
![SPSS正态性检验方法.docx](https://file1.bdocx.com/fileroot1/2022-10/13/1ab92859-30cf-4ec7-b60f-6639a0aaf157/1ab92859-30cf-4ec7-b60f-6639a0aaf1571.gif)
SPSS正态性检验方法
SPSS-正态性检验方法
正态性检验方法的比较
理论部分
正态分布是许多检验的基础,比如F检验,t检验,卡方检验等在总体不是正太分布是没有任何意义。
因此,对一个样本是否来自正态总体的检验是至关重要的。
当然,我们无法证明某个数据的确来自正态总体,但如果使用效率高的检验还无法否认总体是正太的检验,我们就没有理由否认那些和正太分布有关的检验有意义,下面我就对正态性检验方法进行简单的归纳和比较。
一、图示法
1.P-P图
以样本的累计频率作为横坐标,以按照正态分布计算的相应累计概率作为纵坐标,以样本值表现为直角坐标系的散点。
如果数据服从正态分布,则样本点应围绕第一象限的对角线分布。
2.Q-Q图
以样本的分位数作为横坐标,以按照正态分布计算的相应分位点作为纵坐标,把样本表现为直角坐标系的散点。
如果数据服从正太分布,则样本点应围绕第一象限的对角线分布。
以上两种方法以Q-Q图为佳,效率较高。
3.直方图(频率直方图)
判断方法:
是否以钟型分布,同时可以选择输出正态性曲线。
4.箱线图
1.Kolmogorov-Smirnov正态性检验(基于经验分布函数(ECDF)的检验)
表示一组随机样本的累计概率函数,表示分布的分布函数。
当原假设为真时,D的值应较小,若过大,则怀疑原假设,从而,拒绝域为。
对于给定的,,又
2.Lilliefor正态性检验该检验是对Kolmogorov-Smirnov检验的修正,参数未知时,由可计算得检验统计量的值。
3.Shapiro-Wilk(W检验)
检验统计量:
当原假设为真时,W的值应接近于1,若值过小,则怀疑原假设,从而拒绝域为R。
在给定的水平下P=。
4.拟合优度检验(也是基于经验分布函数(ECDF)的检验)
检验统计量为
r是被估参数的个数
若原假设为真时,应较小,否则就怀疑原假设,从而拒绝域为,对于给定的,又。
四、方法的比较
1.图示法相对于其他方法而言,比较直观,方法简单,从图中可以直接判断,无需计算,但这种方法效率不是很高,它所提供的信息只是正态性检验的重要补充。
2.经常使用的拟合优度检验和Kolmogorov-Smirnov检验的检验功效较低,在许多计算机软件的Kolmogorov-Smirnov检验无论是大小样本都用大样本近似的公式,很不精准,一般使用Shapiro-Wilk检验和Lilliefor检验。
3.Kolmogorov-Smirnov检验只能检验是否一个样本来自于一个已知样本,而Lilliefor检验可以检验是否来自未知总体。
4.Shapiro-Wilk检验和Lilliefor检验都是进行大小排序后得到的,所以易受异常值的影响。
5.Shapiro-Wilk检验只适用于小样本场合(3n50),其他方法的检验功效一般随样本容量的增大而增大。
6.拟合优度检验和Kolmogorov-Smirnov检验都采用实际频数和期望频数进行检验,前者既可用于连续总体,又可用于离散总体,而Kolmogorov-Smirnov检验只适用于连续和定量数据。
7.拟合优度检验的检验结果依赖于分组,而其他方法的检验结果与区间划分无关。
8.偏度和峰度检验易受异常值的影响,检验功效就会降低。
9.假设检验的目的是拒绝原假设,当p值不是很大时,应根据数据背景再作讨论。
SPSS软件操作
1.P-P图
操作步骤:
(1)工具栏'Analyze'->'DescriptiveStatistics'->'P-Pplots'。
2.Q-Q图
操作步骤:
(1)工具栏'Analyze'->'DescriptiveStatistics'->'Q-Qplots'。
3.频率直方图
操作步骤:
(1)工具栏'Analyze'->'DescriptiveStatistics'->'Frequencies';
(2)点击'Frequencies'窗口中的’Statistics’选项;
(3)点击'Frequencies'窗口中的’Charts’选项。
4.K-S检验
操作步骤:
(1)工具栏'Analyze'->'DescriptiveStatistics'->'Explore';
‘DependentList’是要被探索的变量。
(2)点击’Explore’窗口中的’Plots’选项;
选项’Normalityplotswithtests’将触发K-S检验和Q-Q图。
(3)点击’Explore’窗口中的’Options’选项;
‘Excludecaseslistwise’:
ifacasehasamissingvalueforanyvariable,thentheyareexcludedfromthewholeanalysis.
‘Excludecasespairwise’:
datawillbeexcludedonlyforanalysesforwhichshehasmissingdata.
K-S测试结果:
红框中的是-value。
5.按分组的K-S检验
操作步骤:
(1)点击工具栏’Data’->’SplitFile’;
‘GroupBasedon:
’:
按分组的变量,可以多个。
(2)点击’OK’后,其余按’4.K-S检验’操作。