当正态分布取值为负数时，不满足现实问题怎么解释

1. 当正态分布取值为负数时，不满足现实问题怎么解释

忽略不计

2. SPSS中单因素方差分析要求变量符合正态分布吗

要求。
正态分布要求是针对因变量的，只要因变量属于正态分布就可以。对偏态分布应考虑用对数转换、平方根变换、倒数变换、平方根反正弦变换等变量变换方法变为正态或接近正态分布后再进行方差分析。
单因素方差分析针对多组均数间的比较。 方差分析拒绝H0，只能说明多个样本总体均数不相等或不全相等。
若要得到各组均数间更详细的信息，应在方差分析的基础上进行多个样本均数的两两比较。 两两比较分为事前计划好的比较和事后比较，前者借助于对比(Contrast)，后者借助于两两比较(Post Hoc )提供的许多方法。
在分组变量包含次序信息时，如果方差分析做出了各组间差异有统计学意义的结论，并且Means-Plot均数图提示各组均数的某种趋势时，可以利用趋势分析讨论观察值与分组变量取值间的数量依存关系。借助于对比(Contrast)完成。

扩展资料同一处理不同重复观测值的差异是由偶然因素影响造成的，即试验误差，又称组内变异。不同处理之间平均数的差异主要是由处理的不同效应造成的，称处理间变异，又称组间变异。
因此：总变异可分解为组间变异和组内变异两部分。当选择样本时，样本尽量接近总体均值，效果越好，我们希望样本的组内变异越小越好，组间变异越大越好。通过检验组间变异和组内变异之比，可以判断是否组间变异起到决定性的因素
参考资料来源：百度百科-方差分析
参考资料来源：百度百科-正态分布

3. 我的数据不符合正态分布，是不是不能用多因素方差分析了

我说你的数据不符合正态的分布，是不是不能用多因素方差分析呢？
其实又想用多因素方差分析的话，就必须要符合正态的分布，如果达不到这个正态分布的标准，
即使你是用的多因素，方差分析也是不可能达到这个效果的，所以说这样做是没有什么用处的，一定要在符合正态分布的情况下，然后再进行多因素的查封分析，
这样才能达到一个完全标准的值以及它的结果。

4. 用SPSS做相关分析时，数据不呈正态分布，是不是就不能用pearson分析了？要用spearman分析？

这个首先要看你的变量数据是否都属于连续性数据，如果都是连续性数据，然后绘制一下变量的散点图，看看是否是显著的不符合正态分布，如果完全不符合的话  那就只能用其他的来分析，如果只是略微偏态 还是可以用pearson分析
如果数据分类等级数据类型，则直接用spearman方法

5. 两组数据一个符合正态分布一个不符合，两组方差齐性，要做方差分析，怎么弄？

X服从一个数学期望为μ、方差为σ^2的正态分布。正态分布具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N（μ,σ2）。
μ是正态分布的位置参数，描述正态分布的集中趋势位置。概率规律为取与μ邻近的值的概率大，而取离μ越远的值的概率越小。正态分布以X=μ为对称轴，左右完全对称。正态分布的期望、均数、中位数、众数相同，均等于μ。
σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数据分布越集中。也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高。


扩展资料：
实际工作中，常需要了解正态曲线下横轴上某一区间的面积占总面积的百分数，以便估计该区间的例数占总例数的百分数（频数分布）或观察值落在该区间的概率。对于正态或近似正态分布的资料，已知均数和标准差，就可对其频数分布作出概约估计。
①表中曲线下面积为-∞到u的左侧累计面积；
②当已知μ、σ和X时先按式u=（X-μ）/σ求得u值，再查表，当μ、σ未知且样本含量n足够大时，可用样本均数X1和标准差S分别代替μ和σ，按u=（X-X1）/S式求得u值，再查表；
③曲线下对称于0的区间面积相等，如区间（-∞，-1.96）与区间（1.96，∞）的面积相等，
④曲线下横轴上的总面积为100%或1。
参考资料来源：百度百科-正态分布

6. SPSS非正态分布数据如何修改成为正态分布数据！急求

可以应用变量变换的方法，将不服从正态分布的资料转化为非正态分布或近似正态分布。
常用的变量变换方法有对数变换、平方根变换、倒数变换、平方根反正玄变换等，应根据资料性质选择适当的变量变换方法。
X’=lgX当原始数据中有小值及零时，亦可取X’=lg（X+1）还可根据需要选用X’=lg（X+k）或X’=lg（k-X）对数变换常用于（1）使服从对数正态分布的数据正态化。如环境中某些污染物的分布，人体中某微量元素的分布等，可用对数正态分布改善其正态性。

图形特征
集中性：正态曲线的高峰位于正中央，即均数所在的位置。
对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。
以上内容参考：百度百科-正态分布

7. SPSS中这样的结果说明原数据符合还是不符合正态分布啊~sig值是什么意思，为什么比0.05大呢

sig大于0.05，说明结果不显著，即拒绝虚无假设，接受原假设，就是你检验的那个是真的。如果你检验的是“是否为正态分布”那么，结果就说明是正态分布

8. SPSS正态化转换（详细，最好截图说明）

将非正态分布的数据转化为正态可以通过以下方式处理：
spss工具栏：transform-Rank cases，将左边你要进行正态化的变量拖入右边“变量”框中；点选rank types对话窗，选中normal scores选项（共四种计算方法，系统默认的是bloom计算方法，可根据你的需要进行改进），点击continue，ok，此时spss页面上会生成两列新变量，第一个变量，N打头的那个就是正态化后的新变量
要注意的一点是不是任何非正态数据都可以进行正态转换，只有我们有把握认为数据的总体分布是正态的时候才可以去做正态转换，否则强行进行z或者t检验得到的结果未必是正确的。