1樓：匿名使用者
sig就是傳說中的p值.spss的k-s檢驗包括正態分佈、均勻分佈、泊松分佈和指數分佈四項,不能直接做對數正態分佈檢驗,只有在你的原始資料做了對數轉換之後你才能使用k-s檢驗測試是否服從正態分佈.k-s檢驗的原假設是資料服從指定的分佈（如正態分佈）,因此當sig大於0.
05時就說明資料服從指定的分佈（如正態分佈）,sig越大越能說明資料服從指定的分佈（如正態分佈）.
如果你的資料在對數分佈p-p圖上基本處於同一直線,那麼就可以認定符合對數正態分佈,這一點是沒有問題的.如果你想定量地證明這一點,就像我上面說的那樣,要對你的原始資料做對數轉換之後使用k-s檢驗測試是否服從正態分佈,如果服從正態分佈（sig大於0.05）,就可以推斷你的原始資料服從對數正態分佈.
p值出現於統計學的檢驗假設（hypothesis test）中,其意思是當原假設（null hypothesis）成立的條件下,能夠出現至少你的實驗結果一樣大或更大的統計量的概率.以你的分析為例,你的p值越大,就表明在原假設（如服從正態分佈）成立的條件下,得到你這份資料結果的統計量的概率越大.一般情況下,當p值大於0.
05是就可以認為原假設成立.
你在我的空間中提供的p值的文章,它們的解釋是不完整的.p值的解釋必須跟原假設聯絡在一起在有意義,否則就不能完整地理解p值的意義.比如,在兩組樣本的t檢驗中,原假設一般是兩組之間無顯著差異.
如果跟根據你的兩組實驗結果算出的t值其對應的p值大於0.05,就可以認為原假設成立,兩組無顯著差異；反之則說明備擇假設（alternative hypothesis）成立,兩組有顯著差異.
2樓：匿名使用者
這個k－s檢驗就是驗證你的分佈與理論分佈的差異，z值大，p值<0.05，表示差異顯著，不符合這種分佈。你的結果p值都沒有小於0.05，都符合你想驗證的分佈。
請問哪位大神知道spss軟體裡檢驗資料是否服從正態分佈的kolmogorov-smirnov（k-s檢驗）檢驗的結果怎麼看
3樓：匿名使用者
表5.2的結果p=0.940，說明資料服從正態分佈。
表5.4的結果p=0.014，說明原假設被拒絕，資料不服從正態分佈。
由於一般的正態總體其影象不一定關於y軸對稱，對於任一正態總體，其取值小於x的概率。只要會用它求正態總體在某個特定區間的概率即可。為了便於描述和應用，常將正態變數作資料轉換。
將一般正態分佈轉化成標準正態分佈。
集中性：正態曲線的高峰位於正**，即均數所在的位置。
對稱性：正態曲線以均數為中心，左右對稱，曲線兩端永遠不與橫軸相交。
均勻變動性：正態曲線由均數所在處開始，分別向左右兩側逐漸均勻下降。
曲線與橫軸間的面積總等於1，相當於概率密度函式的函式從正無窮到負無窮積分的概率為1。即頻率的總和為100%。
4樓：
spss將其歸入非引數檢驗中，按以下步驟：analyze > nonparametric tests > legacy dialogs（低版本spss這一步不存在） > 1-sample k-s。可以同時分析四個分佈。
5樓：曹桐浩
p大於0.05是正態分佈
為什麼要求資料滿足正態分佈，如果一組資料滿足正態分佈，請問意義是什麼，資料有什麼特點
額。我估計你說的是老師要求你們的試驗資料要最好達到這個要求吧。所以請不要理解錯了，資料並不一定要滿足正態分佈，只是你可以讓實驗資料儘量達到正態分佈而通過試驗測試的目的 因為資料是你選擇的 沒要要求資料滿足正態分佈的說法啊，是在 看到的？資料滿足什麼分佈是一個客觀事情，沒法主觀要求的。只是自然界很多資...
怎樣用spss軟體計算一組統計資料平均數中位數
analyze descriptive statistics descriptives 以下excel資料如何計算偏度和峰度係數？使用峰函式 kurt 和偏度skew直接計算。偏度 偏度 skewness 也稱為偏態 偏態係數，是統計回資料分佈偏斜方向和 答程度的度量，是統計資料分佈非對稱程度的數字...
一組資料的分佈特徵可以從哪幾個方面進行描述
1 集中趨勢的測度 眾數 中位數 分位數 均值 幾何平均數 切尾均值 集中趨勢又稱 資料的中心位置 集中量數 等。它是一組資料的代表值。集中趨勢的概念就是平均數的概念，它能夠對總體的某一特徵具有代表性，表明所研究的 現象在一定時間 空間條件下的共同性質和一般水平。2 離散程度測度 極差 內距 方差和...