非正態(tài)的數(shù)據(jù)怎么進行相關(guān)性分析？不是一個正常的數(shù)據(jù)分析。第一反應是求變換，常用的是Box-Cox變換。如果它不 不工作，直接去非參數(shù)。處理這個問題，一般需要先找出異常的原因。第一種情況:數(shù)據(jù)不正常。如

非正態(tài)的數(shù)據(jù)怎么進行相關(guān)性分析？

處理這個問題，一般需要先找出異常的原因。

第一種情況:數(shù)據(jù)不正常。

如果很清楚樣本數(shù)據(jù)所代表的總體不是正態(tài)分布，可以考慮求變換，通常會找到合適的變換參數(shù)。但是有些數(shù)據(jù)可能轉(zhuǎn)換不成功，所以可以用非參數(shù)檢驗進行分析。

第二種情況:有異常點。

如果確認是異常點，可以考慮去掉。然而，如果我們能 找不到異常點的原因，可能是正常數(shù)據(jù)。這時候可以考慮補充抽樣，看看能不能用大部分數(shù)據(jù)中的空間來填補異常點。

第三種情況:(多峰)數(shù)據(jù)。

有可能每組數(shù)據(jù)都服從正態(tài)分布，但是混合在一起就不好了。正確的做法是盡可能根據(jù)不同的屬性來分析數(shù)據(jù)。

第四種情況:平頂數(shù)據(jù)。

平頂數(shù)據(jù)意味著直方圖上的圖形相對平坦。這時候就要考慮把混合的數(shù)據(jù)盡可能按照屬性分開，分別分析每個屬性的數(shù)據(jù)。同時也可以考慮只取近期數(shù)據(jù)進行分析，歷史數(shù)據(jù)目前可能不那么適用。

非正態(tài)數(shù)據(jù)如何分析？

然而，在某些情況下，觀測值并不遵循非正態(tài)數(shù)據(jù)，而是遵循其他類型的分布，如偏態(tài)分布。

與非正態(tài)數(shù)據(jù)相比，不符合非正態(tài)數(shù)據(jù)的其他類型分布統(tǒng)稱為非正態(tài)數(shù)據(jù)。

1.實踐中遇到的許多隨機現(xiàn)象服從或近似服從正態(tài)分布。

當樣本頻率分布的直方圖無限接近一條人口密度曲線時，人口密度曲線科學地反映了人口分布。

但是關(guān)于人口密度曲線的知識比較抽象，學生很難理解，所以我們選擇正態(tài)分布作為人口分布研究的切入點。

正態(tài)分布是統(tǒng)計學中最基本也是最重要的分布。

2.正態(tài)分布可以用函數(shù)的形式表示。它的密度函數(shù)可以寫成:

正態(tài)分布的密度函數(shù)，(σgt0，-∞ltxlt ∞)

因此，正態(tài)分布由其均值μ和標準差σ唯一確定。

3.從形態(tài)上看，正態(tài)分布是單峰鐘形曲線，其對稱軸為x=μ，x=μ時取最大值。

從x=μ點開始，曲線在正負兩個方向上逐漸延伸，不斷接近X軸，但從不與X軸相交。因此，曲線以X軸作為正負方向的漸近線。

4.通過三組正態(tài)分布的曲線可以知道，正態(tài)曲線具有兩端低，中間高，左右對稱的基本特征。

5.因為正態(tài)分布是它的平均值μ之和。標準差σ是唯一的，所以從某種意義上說，正態(tài)分布有很多，這給我們進一步的研究帶來了一定的困難。

但是我們也發(fā)現(xiàn)，在很多正態(tài)分布中，N (0，1)是焦點，其他的正態(tài)分布都可以轉(zhuǎn)化為N (0，1)。我們稱N (0，1)為標準正態(tài)分布，其密度函數(shù)為，x∈(-∞，∞)，從而簡化了正態(tài)分布的研究。

6.結(jié)合正態(tài)曲線的圖形特征，總結(jié)了正態(tài)曲線的性質(zhì)。

正態(tài)曲線很難畫，課本上沒有要求。教學時，學生可以借助幾何畫板進行繪圖。學生只需要了解大致情況。關(guān)鍵是引導學生通過正態(tài)曲線總結(jié)其性質(zhì)。