正态分布的数据？
一、正态分布的数据？
正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），最早由棣莫弗（Abraham de Moivre）在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
二、当n逐渐趋于无穷时，二项分布B是趋于正态分布还是泊松分布？
正态分布是一个连续型随机变量的概率分布。泊松分布和二项分布都是离散随机变量的概率分布，而且泊松分布是二项分布的极限，二项分布是重复n次独立的伯努利实验，当重复次数n很大，而成功概率p很小的时候，泊松分布就是二项分布的近似，或者说极限。
三、matlab怎么输入正态分布数据？
直接使用matlab中的rand函数生成一组随机变量即可，它符合正态分布。
四、origin怎么处理正态分布数据？
先用柱状图把你的数据绘制好，然后用Gaussian函数对这组数据拟合。
如果你用的是Origin 7.5 或更低的版本， 选择 Analysis — Non-linear Curve Fit — Advanced Fitting Tool， 在弹出的对话框中的菜单栏中点第二个Function，点Select，在 Categories中选择Origin Basic Function，在 Functions 中选择Gauss或者GaussAmp都可以，然后在菜单栏中点第三个Action，点Fit，然后点100 lter，Done
如果你用的是Origin 8.0 或更高的版本，选择Analysis — Fitting — Non-linear Fit — Open Dialog — Funcition 选择Gauss或者GaussAmp都可以。按默认的初值拟合，点Fit就好了。
五、x趋于无穷lnx大还是x大？
在x趋于无穷大时，由数学分析中可知，x是lnx的高阶无穷大。证明如下：由洛比塔法则知，当x趋于无穷大时，lnx与x之比可化为求lnx的导数1/x与x的导数1的之比。由于，x趋于无穷大时，1/x与1的比值等于0。所以，lnx与x的比值等于0。由无穷大阶的定义可得，x是lnx的高阶无穷大。所以，x趋于无穷大时，x要比lnx趋于无穷大快的多。从这个角度看，也可以通俗的说x比lnx大。
六、minitab中不是正态分布的数据怎么处理为正态分布？
上面这个是算CPK的，如果数据不是正态，你可以试一下将数据取对数，分数，指数或者其它函数的形式，试试看吧，因为我看不到你的数据，只能你自己试一下，祝你好运。
七、求极限，x趋于无穷大？
1、x→无穷时，具体答案如下 2、法则 凡是求极限，趋向与无穷大时，上来就看分子分母的次，只看高次幂，最高次幂在分子就是无穷大（不存在），最高次幂在分母就是0，如果分子分母一样，就等于是他们前面的系数。x趋向0看最低次幂。
八、n趋于无穷大怎么表示？
意思是n无限大的情况下，这个式子怎样变化，比如1/n，当n趋于无穷大时显然分母无限大这个式子慢慢越变越小，最后变为0
，因为a的n次方根等于a^(1/n),n趋于无穷时，1/n趋于0，a的0次方等于1.
不能这样问。
应该问“n趋近于无穷大，在数学上怎么表示？”
n趋近于无穷大，在数学上表示为：
n->∞
记忆流年、早已不记得往昔
趋近于无穷大时,cosnπ不是无穷大，为震荡有界函数，在-1到1之间无限震荡
九、怎样检验数据是否符合正态分布？
1.根据偏度系数和峰度系数判断。
SPSS 菜单栏，Analyze—Reports—Report Summaries in Rows「分析」→「描述统计」→「探索」→弹出对话框中，选择要分析的变量→点击「选项点」，弹出对话框中勾选「带检验的正态图」→「确定」。
由于样本数较小，以K-S结果为准，sig.=0.2>0.05，服从正态分布。
查看Q-Q图进一步确认。
若偏度系数Skewness=-0.333;
峰度系数Kurtosis=0.886；
两个系数都小于1，可认为近似于正态分布。
或者通过Analyze—Descriptive Statistics—Descriptives分析过程的Op t ions的选择项Distribution 中计算偏度、峰度;通过Analyze—Compare means—means 分析过程的Options 的选择项 Statistics 中选择统计量Skewness (偏度)、Kurtosis (峰度)来对数据资料进行正态性检验。
检验方法二：
单个样本K-S检验（样本量小于50用Shapiro-Wilk检验。）。
根据P值是否大于0.05确定是否为正态性，大于为正态性，小于为非正态性。
SPSS，「分析」→「非参数检验」→「单个样本K-S检验」→弹出对话框中，选择要分析的变量，检验分布选择「正态分布」→「确定」。K-S检验中,Z值为0.493，P值 (sig 2-tailed)=0.968>0.05，因此数据呈近似正态分布
检验方法三：
Q-Q图检验。
在SPSS里执行“图表—>Q-Q图”，弹出对话框， 变量选择“期初平均分”，检验分布选择“正态”，其他选择默认，然后点“确定”，最后可以得到Q-Q图检验结果，结果很多，我们只需要看最后normal Q-Q plot，QQ Plot 中，各点近似围绕着直线，说明数据呈近似正态分布。
十、如何检验数据是否服从正态分布？
弹出对话框 左下角有各种分布的检验 ，将需要检验的变量移入对话 框 就可以了 答案2：： 用P-P图或K-S方法检验数据的分布情况。
“此检验假设数 据正态分布，但是，对偏离正态性是相当稳健的”是说T检验是一种较 为稳健的检验方法，即使数据不能满足正态性，只要不是过于偏态， 检验结果也是正确的。如果偏离正态性较大，可以对数据进行变换， 再不行就做非参数检验。:::::::::::::::::::请参考以下相关问题:::::::::::::::::::: :::::::::::::::::::请参考以下相关问题:::::::::::::::::::: :::::::::::::::::::请参考以下相关问题:::::::::::::::::::: spss问题，数据检验呈正态分布吗 :::::::::::::::::::请参考以下相关问题:::::::::::::::::::: :::::::::::::::::::请参考以下相关问题::::::::::::::::::::
相关文章