如何判断数据是否服从正态分布：多方法对照判断

如何判断数据是否服从正态分布，实操优先采用图形初筛+假设检验组合判断，样本量30到5000优先Shapiro-Wilk检验，样本量大于5000优先KS检验、Q-Q图辅助，样本量小于15不建议做正态性检验，仅靠直方图肉眼判断误差很高，不能单独作为最终结论，图形只能用来初步排查明显偏离正态的情况。

图形法判断正态分布

Q-Q正态概率图是图形法里可靠性最高的工具，把数据分位数和理论正态分位数一一对应绘图，数据点紧贴对角线、没有系统性弯曲，说明贴近正态；如果两端点明显向上或向下偏离对角线，代表尾部和正态分布不一致。直方图适合快速粗筛，理想形态是单峰、左右大致对称、中间高两边缓慢下降，出现双峰、严重偏斜、极端离群值，基本可以判定不服从正态。箱线图看中位数是否在箱体中间、上下须长度接近，箱体明显偏移、一侧须极长，代表偏态。

图形法的短板很明确，主观成分较强，样本量偏小的时候，哪怕数据本身是正态，图也容易看着不对称，不能单独用来下结论。

假设检验法判断正态分布

正态性检验的原假设是数据服从正态分布，p值大于预设显著性水平（常用0.05），代表不能拒绝原假设，也就是可以认为满足正态；p值小于0.05，说明显著偏离正态。

大样本场景有一个很容易踩的误区：样本量很大时，微小的偏离都会让检验p值小于0.05，检验结果判定为非正态，但这种轻微偏离对t检验、方差分析的影响很小，此时优先看图形和偏峰系数，不必机械卡死检验p值。

偏度峰度辅助判断正态分布

偏度衡量分布左右不对称程度，正态分布偏度等于0；偏度＞0，数据右偏，长尾在右侧；偏度＜0，数据左偏，长尾在左侧。峰度衡量分布陡峭程度，正态分布峰度为3，很多软件输出的是超额峰度，数值会显示为0。

参考判断阈值：偏度绝对值小于2、超额峰度绝对值小于4，一般可以近似看作正态；超出这个范围，偏态或者尖峰厚尾特征比较明显。这个方法适合快速粗略评估，常搭配图形一起使用。

样本量小于15，不推荐任何正态假设检验。

离群值会严重干扰正态性判断，在检验和绘图前，你需要先核查离群值，区分是录入错误、特殊观测，还是真实存在的异常样本；录入错误直接修正，真实异常样本可以做分组分析，不要直接删除。

统计方法里，t检验、单因素方差分析对正态性有一定耐受能力，只要偏离程度不严重，结果依然具备参考价值；而卡方检验、非参数检验本身不要求正态分布，不需要提前做正态判定。