请问哪位大神知道spss软件里检验数据是否服从正态分布的Kolmogorov-Smirnov（K-S检验）检验的结果怎么看
表5.2的结果P=0.940，说明数据服从正态分布。表5.4的结果P=0.014，说明原假设被拒绝，数据不服从正态分布。由于一般的正态总体其图像不一定关于y轴对称，对于任一正态总体，其取值小于x的概率。只要会用它求正态总体在某个特定区间的概率即可。为了便于描述和应用，常将正态变量作数据转换。将一般正态分布转化成标准正态分布。
集中性：正态曲线的高峰位于正中央，即均数所在的位置。
对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。
扩展资料：
面积分布：
1、实际工作中，正态曲线下横轴上一定区间的面积反映该区间的例数占总例数的百分比，或变量值落在该区间的概率（概率分布）。不同 范围内正态曲线下的面积可用公式计算。
2、正态曲线下，横轴区间（μ-σ,μ+σ）内的面积为68.268949%。
P{|X-μ|<σ}=2Φ（1）-1=0.6826
横轴区间（μ-1.96σ,μ+1.96σ）内的面积为95.449974%。
P{|X-μ|<2σ}=2Φ（2）-1=0.9544
横轴区间（μ-2.58σ,μ+2.58σ）内的面积为99.730020%。
P{|X-μ|<3σ}=2Φ（3）-1=0.9974
由于“小概率事件”和假设检验的基本思想 “小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的。由此可见X落在（μ-3σ,μ+3σ）以外的概率小于千分之三，在实际问题中常认为相应的事件是不会发生的，基本上可以把区间（μ-3σ,μ+3σ）看作是随机变量X实际可能的取值区间，这称之为正态分布的“3σ”原则。
参考资料来源：百度百科-正态分布
参考资料来源：百度百科-spss
光点科技
2023-08-15 广告
步骤我都知道，就是想问一下，k-s检验的p值在什么范围内算是符合正态分布？
按通常的标准，P值大于0.05不能否定数据服从正态分布，注意是大于而不是小于0.05。总的来说，K-S检验是比较敏感的，不一定适用于你的需要。如果你的目的是进行T检验、方差分析等，由于这些方法对数据违反正态分布具有很好的稳健性（也就是数据轻、中度违反正态分布不影响结果的正确性），你只需要使用条形图，看数据是否严重背离正态分布即可。
表5.2的结果P=0.940，说明数据服从正态分布。
表5.4的结果P=0.014，说明原假设被拒绝，数据不服从正态分。
有关K-S检验和正态分布的问题，我有过不少回答，你可以搜索进行参考。
