1. 正态分布，也叫高斯分布。 Gaussian distributions = Normal distributions 需要明确的是，通常情况下，我们检验一组数据的正态性，并不是说检验的这组数据是不是服从正态分布，而是指的这组数据是不是来自于正态分布的总体， 单纯的这组数据是不存在正态不正态一说的，正态针对的是总体 。 举个简单的例子，总体是基本不可能获得的，所以总体的分布情况只能通过从中抽取的样本来检验。 2. 哪种正态性检验方法比较好？ 这个问题我们在推文如何利用GraphPad软件做正态性检验中已有提到，GraphPad官方推荐使用 D'Agostino-Pearson omnibus test，不推荐使用Kolmogorov-Smirnov test (with Dallal-Wilkinson-Lilliefor P value)，对于Shapiro-Wilk normality test，当数据集中的数据无重复值时，该方法的检验效果比较好，但是当数据集中有些数据不是独一无二的，即有些数据的数值是相同的，那么该方法的检验效果就不是很好。 3. 为什么不同的检验方法得到的结果不同？ 这个问题其实很好理解，因为不同的方法检验正态性的原理不一样，但是都是计算其与理想的高斯分布之间的距离。至于想弄清楚各种方法的检验原理，GraphPad官方也说了，非数学家真的很难搞懂，所以我们会用就行了。 4. 需要多少个数据才可以做正态性检验？ Kolmogorov-Smirnov test (with Dallal-Wilkinson-Lilliefor P value)需要至少5个数据，Shapiro-Wilk normality test需要至少3个数据，D'Agostino-Pearson omnibus test需要至少8个数据。 5. 如何判断正态分布还是非正态分布？ 原始假设是这组数据来自于正态分布的总体，然后通过计算P值来确定其到底符不符合正态分布。 P值的默认临界值为0.05，小于0.05，则认为不服从正态分布，大于0.05，则认为服从正态分布。当然，P值的临界值可以自己调整。 此外，输出结果中三种正态性方法会给出KS(Kolmogorov-Smirnov test), K2(D'Agostino-Pearson omnibus test)和W(Shapiro-Wilk normality test)值，不过无法直接通过这些值来判断正态性， 所以还是直接看P值就可以了 。
