如何在 excel 中执行正态性检验（分步）

许多统计测试都假设数据集中的值呈正态分布。

检验这一假设的最简单方法之一是执行Jarque-Bera 检验，这是一种拟合优度检验，用于确定样本数据是否表现出与正态分布一致的偏度和峰度。

该测试使用以下假设：

H ₀ ：数据呈正态分布。

H _A ：数据不呈正态分布。

JB检验统计量定义为：

JB =(n/6) * (S ² + (C ² /4))

金子：

• n：样本中的观测值数量
• S：样本的不对称性
• C：讨人喜欢的样本

在正态性原假设下， JB~ X ² (2)。

如果对应于检验统计量的p 值低于一定的显着性水平（例如 α = 0.05），那么我们可以拒绝零假设并得出数据不呈正态分布的结论。

本教程提供了如何在 Excel 中对给定数据集执行 Jarque-Bera 测试的分步示例。

第 1 步：创建数据

首先，我们创建一个包含 15 个值的假数据集：

步骤 2：计算检验统计量

接下来，计算 JB 检验统计量。 E 列显示使用的公式：

检验统计量结果为1.0175 。

步骤 3：计算 P 值

在正态性零假设下，JB 检验统计量遵循具有 2 个自由度的卡方分布。

因此，要查找检验的 p 值，我们将在 Excel 中使用以下函数： =CHISQ.DIST.RT(JB test statistic, 2)

检验的 p 值为0.601244 。由于该 p 值不小于 0.05，因此我们无法拒绝原假设。我们没有足够的证据表明数据集不是正态分布的。

换句话说，可以假设数据是正态分布的。

其他资源

如何在 Excel 中创建 QQ 图
如何在 Excel 中执行卡方拟合检验