拟合优度的问题

看到文章上说，卡方检验可以检验拟合优度，可决系数R的平方也可以检验拟合优度。
常用的检验拟合优度的方法有哪些？
我想问一下，就单单检验多组数据的频率分布是否符合正态分布曲线，这样的问题的拟合优度检验用哪种检验方法比较好？为什么？

谢谢啦~~{:3_48:}

找本统计学的教材看一看！

单单检验多组数据的频率分布是否符合正态分布曲线，可用K-S检验，K-S检验用来检验两个分布的差异，来确定能否认为样本的观测值是否来自正态总体，也可检验两个总体分布是否一致。

统计学没学好啊 ……  “书到用时方恨少”

我有统计的视频教程，需要的话，告诉我你的邮箱，我发给你

一般的拟合优度检验有很多种不同的方法，但如果你仅仅是检验一组随机数据分布是否符合正态分布，最主要的方法是偏度（skewness）和峰度（kurtosis）检验，正态分布的偏峰度都是0，如果偏度大于（小于）0，则表示比标准的正态分布偏右（偏左），如果峰度大于（小于）0，则表示峰值更尖（更平坦），spss，sas里面都有相关的检验方法。常用的统计量有偏度系数、峰度系数、 皮尔逊偏态统计量等。

应是卡方检验 属于数理统计的东西
R的平方主要用于回归检验 更多的属于计量经济学

你画个图不就知道它是不是符合正态分布了，一般参数检验就假设数据是符合正态分布的

1# 煦煦
峰度可以用来描述某变量所有取值分布形态陡缓程度，峰度为0表示其数据分布与正态分布的陡缓程度相同，如果大于0表示正态分布高峰要更加陡峭，如果小于0说明比正态分布的高峰要平坦。
偏度也是用来描述数据分布形态的，是描述某变量取值分布对称性的统计量。如果偏度为0表示其数据与正态分布偏度X相同，偏度大于0表示正偏差数值较大，为右偏或正偏，偏度小于0表示负偏值较大，为负偏或者左偏。偏度的绝对值越大表示分布形态的偏斜程度越大。
这两个统计量可以在SPSS实现。

如果只是检验和正态分布的差异的确可以看下它的峰度和偏度