数据正态化处理方法
正态检验？
正态检验？
利用观测数据判断总体是否服从正态分布的检验称为正态性检验，它是统计判决中重要的一种特殊的拟合优度假设检验。常用的正态性检验方法有正态概率纸法、夏皮罗一威尔克检验法(Shapiro-Wilktest)，科尔莫戈罗夫检验法，偏度-峰度检验法等。
已知一组数据如何用matlab拟合出正态分布曲线求详细命令？
% 设数据为x
% 第一步, 计算均值, 计算样本标准差
len length(x);
avg mean(x);
s sum((x-avg).^2)/(len-1)
% 第二步, 将上面结果代入高斯分布公式
% 第三步, 画出图形.
非正态分布数据如何处理？
该什么分布就什么分布。随机数据的统计分布不都是正态的。可以试一试是否是对数正态分布，有些原始数据不服从正态分布，但取对数之后却服从正态分布。只有当影响数据分布的因素很多、而每种因素的影响又很小的时候，数据才呈正态分布，否则一般分布是偏态的。如果事先确定某种数据应当是正态分布，而处理结果不是正态的，那么应考虑数据的获得、数据处理方法、试验方法等会否有问题？供您参考。
欢迎讨论:计算Ppk、Cpk前，数据需要做正态分析吗？
前两天在一个质量群里讨论一个话题：计算Ppk、Cpk前，数据需要做正态分析吗？我就先来说说个人观点：1、Ppk：计算前，数据是不需要验证是否符合正态分布。
因为Ppk不是针对某一过程的，在计算的时候我们只需要确定是同一批次连续生产的数据即可，但在计算前必须对数据进行分布分析，因为不同的分布，其Ppk值是相差很大的。
2、Cpk：计算前，数据必须验证其是否符合正态分布。
因为，Cpk是针对一个具体过程的，在计算前，首先就是对过程进行判稳。
而我们的判稳原则的来源就是根据近似正态分布（二项分布）公式及不良率P0.027（±3σ）反推出来的，所以说如果数据不符合正态，就不能使用判稳原则去判定过程是否稳定，过程无法判定稳定就不能去计算Cpk。
以上仅个人观点，欢迎大家参与讨论。
。
关于数据非正态分布怎么办？
该什么分布就什么分布。
随机数据的统计分布不都是正态的。
可以试一试是否是对数正态分布，有些原始数据不服从正态分布，但取对数之后却服从正态分布。
只有当影响数据分布的因素很多、而每种因素的影响又很小的时候，数据才呈正态分布，否则一般分布是偏态的。
如果事先确定某种数据应当是正态分布，而处理结果不是正态的，那么应考虑数据的获得、数据处理方法、试验方法等会否有问题？供您参考。