正态性转换(Normality Transformation)

在前面文章中，以实例讲解了医学数据分析过程中正态性检验的SPSS实现过程及注意事项。许多统计学分析方法使用的前提是数据总体服从(近似)正态分布，若实际数据不服从正态分布的假定，尤其是小样本资料，仍然使用原始数据进行分析而得到的结果可能会与真实结果相差较远。此时，可以对明显非正态分布的资料进行适当转换，以使数据满足统计分析方法对资料分布的要求。在本篇文章中，将介绍几种常见的正态性转换方法，举例演示部分方法在SPSS中的操作过程并总结数据正态性转换的注意事项。

关键词：SPSS; 正态性转换; 对数变换; Box-Cox变换; 正态得分法

做正态性转换之前，需要先大致了解数据分布的特征，其中偏度和峰度是计量资料两个重要的特征。

偏度是描述数据分布不对称方向及其程度的指标，样本偏度g1=0时，可认为分布是对称的，服从正态分布；当g1>0时，分布为右偏，即拖尾在右边，峰尖在左边，也称为正偏态；当g10时，分布的峰态陡峭(高尖)；当g2