跳到主内容

正态分布

很多参数检验的前提。理解它,才知道什么时候该转换或改用非参数方法。

定义

正态分布是呈钟形、左右对称的连续分布,由均值(位置)与标准差(宽窄)共同决定。t 检验、方差分析等参数方法在数据近似正态时结果更可靠。

关键要点

  • 约 68% 的数据落在均值 ±1 个标准差内,约 95% 落在 ±2 个标准差内
  • 偏度、峰度与 Q-Q 图可帮助判断分布是否接近正态
  • 数据明显偏态时,可尝试对数等转换,或改用非参数方法
  • 正态性检验 p>0.05 只说明「不足以拒绝正态」,不等于「证明正态」

一个可以复述的例子

例子

考试分数常近似正态;而收入、页面停留时间等往往右偏,直接做 t 检验可能不稳,可先取对数或改用 Mann-Whitney U 检验。

相关名词