<P>小弟是个菜鸟，正在看spss方面的书籍，由于对统计学的知识不是很扎实，所以在看“检验样本是否符合正态分布”的时候，有点迷糊。下面谈谈我对正态分布检验的理解：</P>
<P>1、先提出假设：假设需要检验的样本与服从正态分布的总体“没有区别”，然后验证这种“没有区别”的可能性，我把Sig理解为了这种可能性存在的概率</P>
<P>2、然后用spss检验，得出显著性水平Sig.</P>
<P>如果Sig.＞0.05，则这种“没有区别”的可能性很大，表明样本服从正态分布</P>
<P>如果Sig.＜0.05，则这种“没有区别”的可能性很小，表明样本不服从正态分布</P>
<P>诸位大虾，我这么理解正确吗？</P>
<P>同时我还有个问题，就是关于假设检验概念的理解。</P>
<P>我们一般是先进行“零假设”，我对“零假设”的还有种理解，那就是：假设样本和总体“没有关系”、“没有相关联性”。但是如果拿我这种对“零假设”的理解来看刚才的Sig.就会出现问题了。</P>
<P>我可能会把“没有关系”的含义理解为“样本和总体属于两种不同的分布，它们之间是没有关系的”，如果按照这种理解，那么Sig.＞0.05，就会被我认为是这种“没有关系”的可能性很大，推导出样本不是正态分布，得出与“没有区别”的假设相反的结论。</P>
<P>我对“零假设”两种理解中，肯定是问题的，到底哪种理解是对的？或者在不同的应用环境下面，“零假设”的设定会有所不同？敬请各位大虾指点迷津！<BR></P>