-
德国维润赛润CACLP展位号：B5-0805
双侧： X±1.96SD
单侧下限： X-1.96SD 单侧上限：X+1.96SD
属于偏态分布的，用百分位法计算参考区间范围，其中95%参考区间范围分别用下式计算：
双侧： P2.5~P97.5
单侧下限：P5 单侧上限：P95
我们要看Sig.的值，如果该值小于0.05，那么我们认为原假设成立（原假设为该组数据不属于正态分布），所以该组数据属于偏态分布。
我们还可以直观地看直方图，如下图：
当偏度≈0时，可认为分布是对称的，服从正态分布；
当偏度>0时，分布为右偏，即拖尾在右边，峰尖在左边，也称为正偏态；
当偏度<0时，分布为左偏，即拖尾在左边，峰尖在右边，也称为负偏态。
详见下图：
当峰度≈0时，可认为分布的峰态合适，服从正态分布（不胖不瘦）；
当峰度>0时，分布的峰态陡峭（高尖）；
当峰度<0时，分布的峰态平缓（矮胖）。
详见下图：
利用偏度和峰度进行正态性检验时，可以同时计算其相应的Z评分（Z-score），即：偏度Z-score=偏度值/标准误，峰度Z-score=峰度值/标准误。在α=0.05的检验水平下，若Z-score在±1.96之间，则可认为资料服从正态分布。
了解偏度和峰度这两个统计量的含义很重要，在对数据进行正态转换时，需要将其作为参考，选择合适的转换方法。
另外还有一个指标，我们可以借助标准Q-Q图，Q-Q图反映了变量的实际分布与理论分布的符合程度，可以用来考察数据资料是否服从某种分布类型。若数据服从正态分布，则数据点应与理论直线（即对角线）基本重合。我们来看一下SPSS输出的图片，如下：
很明显的，该组数据点并非直线，所以属于偏态分布。
下面我们说一下参考区间的计算。
对于正态分布的，我们就不说了，直接通过软件计算平均值X和标准差SD，通过X±1.96SD计算上限和下限就可以了；
对于我本次的举例，则不属于正态分布，这时候如下计算：
公司简介
助力我们的客户更加强大
永葆我们的价值无可替代
