推荐书: Python开发最佳实践

spss如何使用K-S进行正态性检验

分享时@该用户已经被封, 我就能回答你的问题奥!

在对数据进行t检验或者f检验之前需要让数据满足正态性的要求,所以应该对数据进行正态性检验,检验正态性的方法中,K-S检验是最普遍的方法之一,下面我们就来具体的操作一下图和进行K-S检验。
方法/步骤

  • 我拿到数据以后,先要在spss中组织数据,如图所示,第一列变量是我们要检验是否为正态的变量,第二列是数据的分组,即他们的组号。有的时候你的数据没有分组,也就是只有一个组,那就没有必要写group列了
  • 为了分别检验每个分组的数据是否符合正态分布,我们要先将各个组分离(如果你的数据只有一个组那就没必要进行这一步了),如图所示在菜单栏上执行:data—split file
  • 勾选【organize output by groups】,它的意思是分组呈现变量结果,将分组情况这个变量添加到group based on中,点击ok按钮
  • 接着要对正太性进行检验了,我们在菜单栏上执行:analyze–nonparametric—one sample
  • 切换到fileds这个选项,然后将你要检验的变量放到右侧的text fields中
  • 切换到settings选项,然后点击【choose test】,勾选右侧的K-S检验,如图所示。然后点击下方的options
  • 打开如图所示的对话框,我们将normal这个选项勾选,因为没有已知的正太分布的参数,所以选择use sample data,点击ok
  • 切换到text options 设置显著性水平,如图所示,一般为0.05或者0.01
  • 点击run,你就会看到数据处理的结果了
  • 下面是各个组的检验结果,结果显示的很详细,每个组都没有达到显著水平,接受原假设,即所有的组都是正态分布的。

转载请注明来自DataScience.

邮箱: 675495787@qq.com