A. 如何判断一组数据是不是正态分布能否用SPSS实现操作
可以的，在探索里有正态性检验的选择打钩。
1.输入数据后，左击最上方的如指棚Analyze,选择DescriptiveStatistic,选择左击explore，出现如下：
2.将所选数据选入DependentList,左击Plot，出现如下。
3.点中间normallityplotswithtests，左击continue，就出现你要的正态检验结果了。
最后一个表格中（即testofNormality)sig.即P值=0.004，小于0.05，不服从正态分布，反之服从。
拓展资料
正态分布，也称“常态分渣则布”，又名高斯分布（Gaussiandistribution），最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出逗塌了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
B. 如何判断一组数据是否为正态分布
当我们应用统计方法对数据进行分析时，会发现许多计量资料的分析方法，例如常用的T检验、方差分析、相关分析以及线性回归等等，都要求数据服从正态分布或者近似正态分布，但这一前提条件往往被使用者所忽略。因此为了保证数据满足上述统计方法的应用条件，对原始数据进行正态性检验是十分必要的，这一节内容我们主要向大家介绍如何对数据资料进行正态性检毁裤高验。
一、正态性检验：偏度和峰度
1、偏度（Skewness）：描述数据分布不对称的方向及其程度（见图1）。
当偏度≈0时，可认为分布是对称的，服从正态分布纤尺；
当偏度>0时，分布为右偏，即拖尾在右边，纯老峰尖在左边，也称为正偏态；
当偏度<0时，分布为左偏，即拖尾在左边，峰尖在右边，也称为负偏态；
注意：数据分布的左偏或右偏，指的是数值拖尾的方向，而不是峰的位置，容易引起误解。
2、峰度（Kurtosis）：描述数据分布形态的陡缓程度（图2）。
当峰度≈0时，可认为分布的峰态合适，服从正态分布（不胖不瘦）；
当峰度>0时，分布的峰态陡峭（高尖）；
当峰度<0时，分布的峰态平缓（矮胖）；
利用偏度和峰度进行正态性检验时，可以同时计算其相应的Z评分（Z-score），即：偏度Z-score=偏度值/标准误，峰度Z-score=峰度值/标准误。在α=0.05的检验水平下，若Z-score在±1.96之间，则可认为资料服从正态分布。
了解偏度和峰度这两个统计量的含义很重要，在对数据进行正态转换时，需要将其作为参考，选择合适的转换方法
C. 怎么判断标准正态分布
如何判断一组数据是不是正态分布
正态分布也叫常态分布，是连续随机变量概率分布的一种，自然界、人类社会、心理和教育中大量现象均按正态形式分布，例如能力的高低，学生成绩的好坏等都属于正态分布。标准正态分布是正态分布的一种，具有正态分布的所有特征。所有正态分布都可以通过Z分数蔽尘公式转换成标准正态分布。 两者特点比较： (1)正态分布的形式是对称的，对称轴是经过平均数点的垂线。 (2)中央点最高，然后逐渐向两侧下降，曲线的形式是先向内弯，再向外弯。 (3)正态曲线下的面积为1。正态分布是一族分布，它随随机变量的平均数、标准差的大小与单位不同而有不同的分布形态。标准正态分布是正态分布的一种，其袜厅平均数和标准差都是固定的，平均数为0，标准差为1。（4）正态分布曲线下标准差与概率面积有固定数量关系。所有正态分布都可以通过Z分数公式转换成标准正态分布。把你的数据画成图 对比一下
怎样判断数据是否服从正态分布
正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，记为N（μ，σ^2）。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ=0，σ=1的正态分布。我们通常所说的标准正态分布是位置参数，尺度参数的正态分布。
标准正态分布表怎么看
将未知量Z对应的列上的数 与 行所对应的数字 结合 查表定位
例如 要查Z=1.96的标准正态分布表
首先 在Z下面对应的数找到1.9
然后 在Z右边的行中找到6
这两个数所对应的值为 0.9750 即为所查的值
如何判断一组数据是否符合正态分布
检验正态分布的办法：
1、在spss菜单中选择分析——描述统计——探索，将需要检验的变量放入因变量里面，选择“绘制——带检验的正态图，看一下tests of normality就可以，如果成正态，sig不会小于临界值
2、 还可以参考QQ图，如果是正态，QQ图里的散点回呈直线，normal qq图的横座标是实际的数据从小到大排列，纵座标是正态分布的期望值，所以如果实际的和正态的期望相符，散点图就会呈一条直线；detrended qq图的横座标是实际观测值，纵座标是实际观测值减去期望值，如果数据符合正态，那么散点应当在中央横线附近
怎么判断一组数据是否符合正态分布
根据正太分布的公式你应该先求方差或标准差然后套用公式，验证是否符合
excel如何检验一组数据是否符合正态分布
这是一个错误命题。任何一组数据都可以认为是正态分布，禒可以拟合出它们的正态分布曲线。关键是要计算出这组数据的均值和标准差。可以用EXCEL的DEVSQ公式辅助算出这组数据的标准差；可以用AVEDEV函数算出这组数据的均值。则这组数据的正态分布函数为：
其中μ为均值，σ为标准差。
怎样根据参数判断是否服从正态分布？？
kolmogrov *** irnov检验就是一种拟合优度检验，不知道你的检验模型是什么
用spss 21.0怎么判断正态分布
SPSS中有很多操作可以进行正态检验，在此只介绍最主要和最全面最方便的操作：
1、工具栏--分析—描述性统计—探索性
2、选择要分析的变量，选入因变量框内，然后点选图表，设置输出茎叶图和直方图，选择输出正态性检验图表，注意显示（Display）要选择双项（Both）。
3、Output结果
（1）Descriptives：描述中有峰度系数和偏度系数，根据上述判断标准，数据不符合正态分布。
Sk=0，Ku=0时，分布呈正态，Sk>0时，分布呈正偏态，Sk<0时，分布呈负偏态，时，Ku>0曲线比较陡峭，Ku<0时曲线比较平坦。由此可判断本数据分布为正偏态（朝左偏），较陡峭。
（2）Tests of Normality：D检验和W 检验均显示数据不服从正态分布，当然在此，数据样本量为1000，应以告并隐W检验为准。
（3）直方图
直方图验证了上述检验结果。
（4）此外还有茎叶图、P-P图、Q-Q图、箱式图等输出结果，不再赘述。结果同样验证数据不符合正态分布。
D. 符合正态分布用什么检验方法
符合正态分布可以使用峰度和偏度的检验方樱扮并法。
正态分布的解释：
1、正态分布也称常态分布，又名高斯分布，是一个非常重要的概率分布。在数脊迹学、物理及工程等领域以及统计学的许多方面有着重大的影响力。
2、正态分布最早由A棣莫弗在求二项分布的渐近公式中得到。CF高斯在研究测量误差时从另一个角度导出了它。PS拉普拉斯和高斯研究了它的性质。
3、正态分布是连续随机变量概率分布的一种，自然界、人类社会、心理和教育中大量现象均按正态形式分布，例如能力的高低，学生成绩的好坏等都属于正态分布。
4、它随随机变量的平均数、标准差的大小与单位不同而有不同的分布形态。
E. 如何用excel检验该组数据是否符合 正态分布
1、首先我们选择打开excel输入数据，例如A组数据和B组数据进行比较。
F. 如何判断一组数据是不是正态分布
正态分布也叫常态分布,是连续随机变量概率分布的一种,自然界、人类社会、心理和教育中大量现象均按正态形式分布,例如能力的高低,学生成绩的好坏等都属于正态分布.标准正态分布是正态分布的一种,具有正态分布的所有特征.所有正态分布都可以通过Z分数公式转换成标准正态分布.两者特点比较：(1)正态分布的形式是对称的,对称轴是经过平均数点的垂线.(2)中央点最高,然后逐渐向两侧下降,曲线的形式是先向内弯,再向外弯.(3)正态曲线下的面积为1.正态分布是一族分布,它随随机变量的平均数、标准差的大小与单位不同而有不同的分布形态.标准正态分布是正态分布的一种,其平均数和标准差都是固定的,平均数为0,标竖举准差为1.
（4）正手并态分布曲线下标准差与概率面积有固定数量关系.所有正态分布都可以通过Z分数公式转换成标准正态分布.把你的数据画余薯碧成图 对比一下
G. 如何判断一组数据是否符合正态分布
方法和详细的操作步骤如下：
1、第一步，新建Excel文档，见下图，转到下面的步骤。