很多时候，我们都需要基于单一样本中反映出的信息，利用统计推断的方法、去估计样本总体的参数信息，我们耳熟能详的统计方法太多了：t检验，方差检验，U检验，F检验……但这些检验方法你真的用对了吗？
在进行统计推断前，你一定要首先了解数据分布，否则得到的统计结论就是无效的！比如，T检验、方差检验的前提假设都是数据呈正态分布，如果你的数据不满足正态分布，则需要转化成正态分布或使用非参数检验方法。小编今天带大家了解一下，如何判断数据是否服从正态分布呢？！
今天我们邀请“SPSS”，帮助我们判断数据是否服从正态分布：
假设我们有一组数据，列是不同的样本，行是每个样本的免疫细胞浸润得分，想判断DataSet1这个样本的免疫细胞浸润程度是否服从正态分布。
方法一.
Step1.打开SPSS，在顶端的工具栏选择“分析-->描述统计-->探索”：
Step2.在弹出的选项中将目标数据名称加入到“因变量列表”中，点击“绘图”，勾选“茎叶图”“直方图”“带检验的正态图”：
Step3.得到如下图所示结果，进行解读：
(描述性)结果解读，关注峰度系数和偏度系数两个参数：
1)当偏度=0，峰度=0时，分布呈正态；
2)当偏度>0时，呈正偏态，当偏度<0，呈负偏态。
3)当峰度>0时，曲线比较陡峭，当峰度<0时，曲线比较平坦。
(常态性检验)结果解读，利用两种检验方法KS检验和Shapio-Wilk检验，判断数据是否呈正态分布：
p>0.05，所以数据呈正态分布。
方法二.
Step1.打开SPSS，在顶端的工具栏选择“分析-->描述统计-->频率”：
Step2.在弹出的选项中将目标数据名称加入到“变量”中，点击“图表”，勾选“直方图”“在直方图上显示正态曲线”：
Step3.得到如下图所示结果，可以直观判断数据是否服从正态分布。
方法三.
Step1.打开SPSS，在顶端的工具栏选择“分析-->描述统计-->Q-Q图”：
Step2.在弹出的选项中将目标数据名称加入到“变量”中，其余选项默认：
Step3.得到如下图所示结果，可以直观判断数据是否服从正态分布。
当然，还有很多直观方法，如P-P图，它与Q-Q图的操作方法类似，可以直观反应数据是否服从正态分布。还有很多检验方法，除了我们今天用到的KS检验(又称D检验)，Shapiro-Wilk检验(又称W检验)，还有Lilliefors检验，Anderson-Darling(又称AD检验)，Ryan-Joiner检验等，与大家分享！
科研菌学术讨论群，在群内可以用自己的昵称，广告一律踢；其他公众号的宣传也不发，就算是要发，提前和小编商量和确认，不然也是一律踢哈。
欢迎添加小编微信↑↑↑
请大家加我的时候就备注好“学术讨论群”以及自己的“单位+专业+姓名”
