正态性检验——方差分析的适用条件

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

在使用方差分析模型时，我们要先检验样本独立性、正态性、方差齐性。

我的问题时这样的：
对于正态性，模型要求的是个单元格的残差必须服从正态分布，而不是因变量的正态分布。
那么请问：
我应当如何检验残差是否符合正态分布呢？
应该重新生成一个残差的变量吗并K-S或S-W检验吗？还是有其他的方法可以检验方差齐性呢？

有的参考书说，由于模型有一定的稳健型，只要因变量分布不是明显的偏态，分析结果都是比较稳定的。
如果采用这种方法，是不是看Descriptives 里面的Skewness和Kurtosis，或是绘制散点图来看因变量的分布形态呢？
这种情况下，偏度系数和峰度系数是有具体的界值可以参考呢，还是完全看研究者的主观尺度就可以了？

大侠们~请赐教吧。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：正态性检验 方差分析 descriptive skewness Kurtosis 正态分布 独立性 散点图 因变量 模型

一般正态性假定可以放宽，如果你需要对残差进行正态性检验，可以先把残差求出来，然后进行检验

法子/步骤
　　在菜单栏上履行：分析--回归--线性，打开线性回归对话框　将自变量和因变量都放到各自的位置，如图所示，dependent栏是因变量，independent是自变量栏设置好变量以后，我们点击plots按钮，设置一下要绘制的图形将y轴设置为概率，将x轴设置为残差勾选直方图和pp图，如图所示，这样才可以输出这两个图，点击continue按钮返回主菜单点击ok按钮，开始输出数据我们先来看直方图，这个图形中你要看这个图形分布是否符合正态分布的样子，其实正态分布只是要求数据大概符合正态，下面这个样子就大概可以觉得数据是符合正态分布的　pp图要看点和线的关系，如果点都环抱在线的周围，，如图所示，就可以觉得数据是符合正态分布的，这也是一个大概的检验法子，因为线性回归没有对残差的分布形态做出特别严峻的要求，只要大概符合就可以了。

正态性检验的方法有很多，可以看一下这篇文章 在讲数据正态性常见方法汇总。
https://bbs.pinggu.org/thread-10797668-1-1.html