正态性检验是检验哪儿一部分

正态性检验主要关注数据分布的形状特征，特别是检验数据是否呈现钟形曲线的对称分布。检验内容包括数据的偏度(衡量分布不对称程度)和峰度(衡量分布尖峭程度)。常见的检验方法有Kolmogorov-Smirnov检验、Shapiro-Wilk检验和Anderson-Darling检验，这些方法通过比较样本数据与理论正态分布的差异来判断是否符合正态分布。数据点在均值周围的集中程度也是检验重点，正态分布中约68%的数据落在1个标准差内，95%在2个标准差内，99.7%在3个标准差内。

正态性检验还关注数据尾部的行为特征，检验极端值的出现频率是否与正态分布预期一致。正态分布的尾部应呈现指数级衰减，这意味着远离均值的极端值应非常稀少。检验方法会评估数据是否满足这一特性，QQ图通过绘制分位数-分位数图直观展示这一特征，理想情况下数据点应接近对角线。数据分布的对称性也是关键检验点，左偏和右偏都会导致检验结果偏离正态分布假设。