提示：当样本量在3-50时，用shapiro-wilk检验，当样本量大于50时，用K-S检验。
SPSS出来的正态性检验结果，提供了K-S检验以及Shapiro-wilk检验的结果。结果显示：K-S的P=0.200,服从正态分布；Shapiro-wilk检验的P=0.944，服从正态分布。
？大家思考一下为什么两种途径的K-S检验结果不一样这是因为第一种途径的Kolmogorov-Smirnov检验，是没有经过Lilliefors纠正或改进的，只能做标准正态性检验。而第二种途径是经过Lilliefors纠正或改进的，用于一般性的正态检验。
关于正态性检验作用的案例：《经皮鱼嘴钳固定治疗胫骨平台骨折》一文中, 应用撬拨复位、 经皮鱼嘴钳固定的方法治疗胫骨平台骨折 83例,随访其中 81 例, 得到膝关节功能评价结果见表：
本例中治疗前的前三个指标的标准差是均数的2倍, 明显不成正态分布, 而“均数±标准差”用来说明呈正态分布的集中趋势的,用在这里是不合适的。会犯这种错误的原因，是没有做正态性检验，描述这样的偏态资料的集中趋势应该选用中位数, 描述其离散程度应选择四分位数间距。
提示：经验判断一组数据是否呈正态分布，一般要求均数大于2倍的标准差，当然精确判断是否成正态分布还是要借助SPSS等统计软件。SPSS中检验正态分布的方法我在上面已经详细介绍了。
【医学方】来自于“医学人”，始终致力于服务“医学人”，将最前沿、最有价值的临床、科研原创文章推送给各位临床医师、科研人员，关注【医学方】头条号，更多临床和科研相关的实用培训课程等着你哦~
【医学方】已推出【医学统计学精品公益课程】、【医学方R语言快速入门与数据清洗】、【R语言可视化及作图】、【GEO|TCGA|Oncomine数据挖掘教程】等视频教程。可登陆网易云课堂，搜索“医学方”查询
