正态性检验
概述    操作步骤    示例    数据    另请参见 

统计 > 基本统计 > 正态性检验

生成正态概率图并进行假设检验，以检查观测值是否服从正态分布。对于正态性检验，假设为

   H0：数据服从正态分布  与  H1：数据不服从正态分布

图形中的垂直尺度类似于正态概率图中的垂直尺度。水平轴为线性尺度。此线形成数据所来自总体的累积分布函数的估计值。图中会显示总体参数的数字估计（m 和 s）、正态性检验值以及关联的 p 值。

对话框项

变量：输入用于 X 轴的列。Minitab 会计算该列中每个观测值出现的概率（假定正态分布），并且使用计算概率的对数作为 y 值。

百分位数线：Minitab 会在图上用水平参考线标记列中的每个百分比，并用百分比值标记每条线。Minitab 会在水平参考线与拟合数据的线相交的位置绘制垂直参考线，并用估计的数据值标记该线。

无：选择此项将不显示百分位数线。

在 Y 值：选择此项可输入用于放置百分位数线的 Y 尺度值。当百分比用作 Y 尺度类型时，输入介于 0 到 100 之间的值；当概率为 Y 尺度类型时，输入 0 到 1 之间的值。

在数据值：选择此项可输入用于放置百分位数线的数据值。

正态性检验：有关正态性检验的讨论，请参见 [7] 和 [27]。

Anderson-Darling：选择此项将执行正态性的 Anderson-Darling 检验，这是一种基于 ECDF（经验累积分布函数）的检验。

Ryan-Joiner：选择此项将执行 Ryan-Joiner 检验，它类似于 Shapiro-Wilk 检验。Ryan-Joiner 检验是一种基于相关的检验。

Kolmogorov-Smirnov：选择此项将执行正态性的 Kolmogorov-Smirnov 检验，这是一种基于 ECDF 的检验。

标题：要用自定义标题替换默认标题，请在此框中键入所需文本。