99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁精彩閱讀SPSS教程:判斷數(shù)據(jù)正態(tài)分布的超多方法
SPSS教程:判斷數(shù)據(jù)正態(tài)分布的超多方法
2017-09-26
收藏

SPSS教程:判斷數(shù)據(jù)正態(tài)分布的超多方法

當(dāng)我們應(yīng)用統(tǒng)計(jì)方法對(duì)數(shù)據(jù)進(jìn)行分析時(shí),會(huì)發(fā)現(xiàn)許多計(jì)量資料的分析方法,例如常用的T檢驗(yàn)、方差分析、相關(guān)分析以及線性回歸等等,都要求數(shù)據(jù)服從正態(tài)分布或者近似正態(tài)分布,但這一前提條件往往被使用者所忽略。因此為了保證數(shù)據(jù)滿足上述統(tǒng)計(jì)方法的應(yīng)用條件,對(duì)原始數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)是十分必要的,這一節(jié)內(nèi)容我們主要向大家介紹如何對(duì)數(shù)據(jù)資料進(jìn)行正態(tài)性檢驗(yàn)。

一、正態(tài)性檢驗(yàn):偏度和峰度

1、偏度(Skewness):描述數(shù)據(jù)分布不對(duì)稱的方向及其程度(見圖1)。

當(dāng)偏度≈0時(shí),可認(rèn)為分布是對(duì)稱的,服從正態(tài)分布;

當(dāng)偏度>0時(shí),分布為右偏,即拖尾在右邊,峰尖在左邊,也稱為正偏態(tài);

當(dāng)偏度<0時(shí),分布為左偏,即拖尾在左邊,峰尖在右邊,也稱為負(fù)偏態(tài);

注意:數(shù)據(jù)分布的左偏或右偏,指的是數(shù)值拖尾的方向,而不是峰的位置,容易引起誤解。

2、峰度(Kurtosis):描述數(shù)據(jù)分布形態(tài)的陡緩程度(圖2)。

當(dāng)峰度≈0時(shí),可認(rèn)為分布的峰態(tài)合適,服從正態(tài)分布(不胖不瘦);

當(dāng)峰度>0時(shí),分布的峰態(tài)陡峭(高尖);

當(dāng)峰度<0時(shí),分布的峰態(tài)平緩(矮胖);

利用偏度和峰度進(jìn)行正態(tài)性檢驗(yàn)時(shí),可以同時(shí)計(jì)算其相應(yīng)的Z評(píng)分(Z-score),即:偏度Z-score=偏度值/標(biāo)準(zhǔn)誤,峰度Z-score=峰度值/標(biāo)準(zhǔn)誤。在α=0.05的檢驗(yàn)水平下,若Z-score在±1.96之間,則可認(rèn)為資料服從正態(tài)分布

了解偏度和峰度這兩個(gè)統(tǒng)計(jì)量的含義很重要,在對(duì)數(shù)據(jù)進(jìn)行正態(tài)轉(zhuǎn)換時(shí),需要將其作為參考,選擇合適的轉(zhuǎn)換方法。

3、SPSS操作方法

以分析某人群BMI的分布特征為例。

(1) 方法一

選擇Analyze → Descriptive Statistics → Frequencies

將BMI選入Variable(s)框中 → 點(diǎn)擊Statistics → 在Distribution框中勾選Skewness和Kurtosis

(2) 方法二

選擇Analyze → Descriptive Statistics → Descriptives

將BMI選入Variable(s)框中 → 點(diǎn)擊Options → 在Distribution框中勾選Skewness和Kurtosis 

4、結(jié)果解讀

在結(jié)果輸出的Descriptives部分,對(duì)變量BMI進(jìn)行了基本的統(tǒng)計(jì)描述,同時(shí)給出了其分布的偏度值0.194(標(biāo)準(zhǔn)誤0.181),Z-score = 0.194/0.181 = 1.072,峰度值0.373(標(biāo)準(zhǔn)誤0.360),Z-score = 0.373/0.360 = 1.036。偏度值和峰度值均≈0,Z-score均在±1.96之間,可認(rèn)為資料服從正態(tài)分布

二、正態(tài)性檢驗(yàn):圖形判斷

1、直方圖:表示連續(xù)性變量的頻數(shù)分布,可以用來考察分布是否服從正態(tài)分布

(1)選擇Graphs → Legacy Diaiogs → Histogram

(2)將BMI選入Variable中,勾選Display normal curve繪制正態(tài)曲線

2、P-P圖和Q-Q圖

(1) P-P圖反映了變量的實(shí)際累積概率與理論累積概率的符合程度,Q-Q圖反映了變量的實(shí)際分布與理論分布的符合程度,兩者意義相似,都可以用來考察數(shù)據(jù)資料是否服從某種分布類型。若數(shù)據(jù)服從正態(tài)分布,則數(shù)據(jù)點(diǎn)應(yīng)與理論直線(即對(duì)角線)基本重合。

(2) SPSS操作:以P-P圖為例

選擇Analyze → Descriptive Statistics → P-P Plots

將BMI選入Variables中,Test Distribution選擇Normal,其他選項(xiàng)默認(rèn)即可。

三、正態(tài)性檢驗(yàn):非參數(shù)檢驗(yàn)分析法

1、正態(tài)性檢驗(yàn)屬于非參數(shù)檢驗(yàn),原假設(shè)為“樣本來自的總體與正態(tài)分布無顯著性差異,即符合正態(tài)分布”,也就是說P>0.05才能說明資料符合正態(tài)分布。

通常正態(tài)分布的檢驗(yàn)方法有兩種,一種是Shapiro-Wilk檢驗(yàn),適用于小樣本資料(SPSS規(guī)定樣本量≤5000),另一種是Kolmogorov–Smirnov檢驗(yàn),適用于大樣本資料(SPSS規(guī)定樣本量>5000)。

2、SPSS操作

(1) 方法一:Kolmogorov–Smirnov檢驗(yàn)方法可以通過非參數(shù)檢驗(yàn)的途徑實(shí)現(xiàn)

選擇Analyze → Nonparametric Tests → Legacy Dialogs → 1-Sample K-S

將BMI選入Test Variable List中,在Test Distribution框中勾選Normal,點(diǎn)擊OK完成操作。

(2) 方法二:Explore方法

選擇Analyze → Descriptive Statistics → Explore

將BMI選入Dependent List中,點(diǎn)擊Plots,勾選Normality plots with tests,在Descriptive框中勾選Histogram,Boxplots選擇None,點(diǎn)擊OK完成操作。

3、結(jié)果解讀

(1)在結(jié)果輸出的Descriptives部分,對(duì)變量BMI進(jìn)行了基本的統(tǒng)計(jì)描述,同時(shí)給出了其分布的偏度值、峰度值及其標(biāo)準(zhǔn)誤,具體意義參照上面介紹的內(nèi)容。

(2)在結(jié)果輸出的Tests of Normality部分,給出了Shapiro-Wilk檢驗(yàn)及Kolmogorov-Smirnov檢驗(yàn)的結(jié)果,P值分別為0.200和0.616,在α=0.05的檢驗(yàn)水準(zhǔn)下,P>0.05,不拒絕原假設(shè),可認(rèn)為資料服從正態(tài)分布。

(3)在結(jié)果輸出的最后部分,同時(shí)給出了直方圖和Q-Q圖,具體意義參照上面介紹的內(nèi)容。建議可以直接使用Explore方法,結(jié)果中不僅可以輸出偏度值,峰度值,繪制直方圖,Q-Q圖,還可以輸出非參數(shù)檢驗(yàn)的結(jié)果,一舉多得。

四、注意事項(xiàng)

事實(shí)上,Shapiro-Wilk檢驗(yàn)及Kolmogorov-Smirnov檢驗(yàn)從實(shí)用性的角度,遠(yuǎn)不如圖形工具進(jìn)行直觀判斷好用。在使用這兩種檢驗(yàn)方法的時(shí)候要注意,當(dāng)樣本量較少的時(shí)候,檢驗(yàn)結(jié)果不夠敏感,即使數(shù)據(jù)分布有一定的偏離也不一定能檢驗(yàn)出來;而當(dāng)樣本量較大的時(shí)候,檢驗(yàn)結(jié)果又會(huì)太過敏感,只要數(shù)據(jù)稍微有一點(diǎn)偏離,P值就會(huì)<0.05,檢驗(yàn)結(jié)果傾向于拒絕原假設(shè),認(rèn)為數(shù)據(jù)不服從正態(tài)分布。所以,如果樣本量足夠多,即使檢驗(yàn)結(jié)果P<0.05,數(shù)據(jù)來自的總體也可能是服從正態(tài)分布的。

因此,在實(shí)際的應(yīng)用中,往往會(huì)出現(xiàn)這樣的情況,明明直方圖顯示分布很對(duì)稱,但正態(tài)性檢驗(yàn)的結(jié)果P值卻<0.05,拒絕原假設(shè)認(rèn)為不服從正態(tài)分布。此時(shí)建議大家不要太刻意追求正態(tài)性檢驗(yàn)的P值,一定要參考直方圖、P-P圖等圖形工具來幫助判斷。很多統(tǒng)計(jì)學(xué)方法,如T檢驗(yàn)、方差分析等,與其說要求數(shù)據(jù)嚴(yán)格服從正態(tài)分布,不如說“數(shù)據(jù)分布不要過于偏態(tài)”更為合適。

有專家根據(jù)經(jīng)驗(yàn)提出,標(biāo)準(zhǔn)差超過均值的1/2時(shí)提示數(shù)據(jù)不服從正態(tài)分布,或者四分位間距與標(biāo)準(zhǔn)差的比值在1.35左右時(shí)提示服從正態(tài)分布,這些可以作為正態(tài)性檢驗(yàn)的一個(gè)粗略判斷依據(jù),僅供參考。


數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼,搜微信號(hào):CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說明請(qǐng)參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }