正態性檢驗

圖形中的垂直尺度類似於正態概率圖中的垂直尺度。水平軸為線性尺度。此線形成數據所來自 總體的 累積分佈函數的估計值。圖中會顯示總體參數的數字估計（Xbar和 s）、正態性檢驗值以及關聯的p 值。

Anderson-Darling

選擇此項執行正態性Anderson-Darling 檢驗，這是一種基於ECDF（經驗 累積分佈函數）檢驗。

Ryan-Joiner

選擇此項執行Ryan-Joiner 檢驗，它類似於Shapiro-Wilk 檢驗。Ryan-Joiner 檢驗是一種基於相關的檢驗。

Kolmogorov-Smirnov

選擇此項執行正態性Kolmogorov-Smirnov 檢驗，這是一種基於ECDF的檢驗。

是以一組無間隔的直條圖表現殘差頻數分佈特徵的統計圖，其中每一條形的高度分別代表相應組別的頻率。直方圖可以展示 正態分佈 曲線及其參數。

是一種用來判斷一個變數分佈與一個指定分佈是否符合的概率分布圖。這裡代表殘差分佈的 曲線與代表 正態分佈的斜線重合程度越高，則兩種分佈的一致性越好。

一般可通過圖示法或統計學檢驗法進行正態性檢驗。常見的統計學檢驗有Kolmogorov-Smirnov檢驗（KS檢驗）和Shapiro-Wilk檢驗（SW檢驗），當檢驗結果的p值小於0.05，則認為數據不滿足正態性；反之，則認為數據滿足正態性。但需要注意的是，上述檢驗方法存在一定局限性。

因此，我們常建議研究者通過繪製直方圖、QQ圖等來判斷數據的正態性。在直方圖中數據呈現鍾型分佈，中間高，兩端逐漸下降左右兩側呈現對稱或近似對稱，或者在QQ圖中的數據點和理論直線基本重合，則可認為數據滿足正態性。

作者：梁小筠 編著

出版社：中國統計出版社出版

出版時間：1997年

版次：第1版

印張：2.1

頁數：164

定價：11元

尺寸：20cm

ISBN：7-5037-2307-6