单样本K-S检验
概念
单样本K-S检验 是以两位苏联数学家柯尔莫哥和斯米诺夫的名字命名的，是一种拟合优度检验，用于探索连续型随机变量的分布。
卡方检验 和K-S检验都可以用于检验所在样本的总体分布和理论分布的拟合优度。
二者的不同在于：
卡方检验主要是用于 分类数据的，K-S检验主要用于连续数据的。
卡方检验有时候也可以用于连续数据，但要对连续数据进行分组 ，比如说我们可以将学习成绩分为及格不及格，或者分为优等、中等、差等等，而且卡方检验还要求变量之间彼此独立 ，相对而言K-S检验不需要对数据进行分组就可以对数据进行检验。对数据的使用也更加完整，检验结果也更精确。
示例
在学生信息中，检验学生的体重是否符合正态分布。
数据如下：
分析过程
依次点击分析，非参数检验，单样本K-S检验：
检验变量为体重，检验分布为正态：
点击精确按钮，选择默认的"仅渐进法"：
其中：
精确检验方法：仅渐进法适用于样本数据服从渐近分布，或者样本数据比较大
**蒙特卡洛法：**主要适用于数据不满足渐近分布，或者样本数据也不大
精确法：适用于小样本，在计算样本允许时，将使用精确方法代替蒙特卡洛法。
本例选择默认的"仅渐近法"：
选项菜单，勾选要统计的内容，本案例需要统计描述和四分位数：
点击"确定"，查看输出结果：
检验结果：
从描述统计中可以看到，总共个案数是25，以及平均值、标准偏差、最小值、最大值及四分位值：
从检验结果可以看到，个案数为25，渐近显著性0.185大于0.05，因此不能拒绝原假设，即可以认为学生表中体重数据分布服从正态分布：
回顾
概念：
单样本K-S检验 是以两位苏联数学家柯尔莫哥和斯米诺夫的名字命名的，是一种拟合优度检验，用于探索连续型随机变量的分布。
卡方检验 和K-S检验都可以用于检验所在样本的总体分布和理论分布的拟合优度。
二者的不同在于：
卡方检验主要是用于 分类数据的，K-S检验主要用于连续数据的。
卡方检验有时候也可以用于连续数据，但要对连续数据进行分组 ，比如说我们可以将学习成绩分为及格不及格，或者分为优等、中等、差等等，而且卡方检验还要求变量之间彼此独立 ，相对而言K-S检验不需要对数据进行分组就可以对数据进行检验。对数据的使用也更加完整，检验结果也更精确。
至此，本期教程就结束啦，希望对同学有帮助～
帮忙关注+一键三连，你们的鼓励是我持续更新的动力～
后续会持续分享Origin/Matlab/Python绘图教程和配色，SPSS数据分析等
更多免费教程和软件 **：**
