正態檢驗

正態性檢驗簡介

生成正態機率圖 並進行假設檢驗 ，以檢查觀測值是否服從常態分配 。對於正態性檢驗 ，假設為H0：數據服從常態分配與H1：數據不服從常態分配

圖形中的垂直尺度類似於正態機率圖中的垂直尺度。水平軸為線性尺度。此線形成數據所來自總體 的累積分布函式的估計值。圖中會顯示總體參數的數字估計 （m 和 s）、正態性檢驗值以及關聯的 p 值 。

三種檢驗方法

【1】Anderson-Darling

【2】Ryan-Joiner

【3】Kolmogorov-Smirnov

Anderson-Darling

選擇此項將執行正態性的 Anderson-Darling 檢驗 ，這是一種基於 ECDF（經驗累積分布函式）的檢驗。

Ryan-Joiner

選擇此項將執行 Ryan-Joiner 檢驗 ，它類似於 Shapiro-Wilk 檢驗 。Ryan-Joiner 檢驗是一種基於相關的檢驗。

Kolmogorov-Smirnov

選擇此項將執行正態性的 Kolmogorov-Smirnov 檢驗 ，這是一種基於 ECDF 的檢驗。