觀察資料的分佈特徵:透過繪製箱鎖圖和莖葉圖等圖形,直觀地反映資料的分佈形式和資料的一些規律,包括考察資料中是否存在異常值等。過大或過小的資料均有可能是奇異值、影響點或錯誤資料。尋找異常值,並分析原因,然後決定是否從分析中刪除這些資料。因為奇異值和影響點往往對分析的影響較大,不能真實地反映資料的總體特徵。
正態分佈檢驗:檢驗資料是否服從正態分佈。很多檢驗能夠進行的前提即總體資料分佈服從正態分佈。因此,檢驗資料是否符合正態分佈,就決定了它們是否能用只對正態分佈資料適用的分析方法;
方差齊性檢驗:用Levene檢驗比較各組資料的方差是否相等,以判定資料的離散程度是否存在差異。例如在進行獨立右邊的T檢驗之前,就需要事先確定兩組資料的方差是否相同。如果透過分析發現各組資料的方差不同,還需要對資料進行方差分析,那麼就需要對資料進行轉換使得方差儘可能相同。Levene檢驗進行方差齊性檢驗時,不強求資料必須服從正態分佈,它先計算出各個觀測值減去組內均值的差,然後再透過這些差值的絕對值進行單因素方差分析。如果得到的顯著性水平(Significance)小於0.05,那麼就可以拒絕方差相同的假設。
觀察資料的分佈特徵:透過繪製箱鎖圖和莖葉圖等圖形,直觀地反映資料的分佈形式和資料的一些規律,包括考察資料中是否存在異常值等。過大或過小的資料均有可能是奇異值、影響點或錯誤資料。尋找異常值,並分析原因,然後決定是否從分析中刪除這些資料。因為奇異值和影響點往往對分析的影響較大,不能真實地反映資料的總體特徵。
正態分佈檢驗:檢驗資料是否服從正態分佈。很多檢驗能夠進行的前提即總體資料分佈服從正態分佈。因此,檢驗資料是否符合正態分佈,就決定了它們是否能用只對正態分佈資料適用的分析方法;
方差齊性檢驗:用Levene檢驗比較各組資料的方差是否相等,以判定資料的離散程度是否存在差異。例如在進行獨立右邊的T檢驗之前,就需要事先確定兩組資料的方差是否相同。如果透過分析發現各組資料的方差不同,還需要對資料進行方差分析,那麼就需要對資料進行轉換使得方差儘可能相同。Levene檢驗進行方差齊性檢驗時,不強求資料必須服從正態分佈,它先計算出各個觀測值減去組內均值的差,然後再透過這些差值的絕對值進行單因素方差分析。如果得到的顯著性水平(Significance)小於0.05,那麼就可以拒絕方差相同的假設。