[正态性检验] 没有办法拒绝原假设（P>0.05)就能推出”符合正态分布”？？？
经常看到各种资料中说当P-value大于0.05时，就认为符合“正态分布”，本人对此有一些疑问。
实际上，正态性检验也是基于假设检验，即：
*---原假设H0： 服从正态分布；
---备择假设 H1：不服从正态分布；*
如果P<0.05，说明有足够的证据拒绝原假设，即不服从正态分布，这点没有问题；
如果P>0.05，说明没有足够的证据拒绝原假设，很多书上就直接说“没有足够的证据拒绝原假设，即接收原假设”。对于这一点是存在逻辑瑕疵的，我觉得正确的逻辑是：没有足够的证据只能推导出“无法做出正态性判断”。
请各位评判一下我的看法是否成立？谢谢！
实际上，正态性检验也是基于假设检验，即：
*---原假设H0： 服从正态分布；
---备择假设 H1：不服从正态分布；*
如果P<0.05，说明有足够的证据拒绝原假设，即不服从正态分布，这点没有问题；
如果P>0.05，说明没有足够的证据拒绝原假设，很多书上就直接说“没有足够的证据拒绝原假设，即接收原假设”。对于这一点是存在逻辑瑕疵的，我觉得正确的逻辑是：没有足够的证据只能推导出“无法做出正态性判断”。
请各位评判一下我的看法是否成立？谢谢！
没有找到相关结果
已邀请:
RSS Feed
2 个回复
王熠之 (威望:408) (广东 深圳) 电子制造 QE Manager - ....
赞同来自: frankeywang 、quanmj 、392527523
ok , 假设正态性检验是基于假设检验的....
如果你想验证一组数据是服从正太分布的，那么 原假设就是不服从正太分布...
如果你想验证一组数据是不服从正太分布的，那么 原假设就是 服从正太分布的...
那么，现在问题来了，
现在有一组数据，A 想验证是服从正太分布的，B 想验证一组数据是不服从正太分布的 .....
A 和 B 的验证方法 有差别吗？