全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
15726 3
2012-06-25
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。
二维码

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

全部回复
2014-12-3 15:39:19
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
二维码

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

2016-4-28 18:32:09
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。
二维码

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

2022-3-7 16:55:55
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
二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群