科研Labs › 正态性 / 方差齐性检验
正态性与方差齐性检验（Shapiro-Wilk / Levene / Bartlett）
做 t 检验、方差分析前的两项前提检查：用 Shapiro-Wilk 检验每组是否服从正态分布（并画 Q-Q 图），用 Levene、Bartlett 检验多组方差是否齐性。 据此判断该用参数还是非参数方法。浏览器本地计算，数据不上传。
① 输入数据
每行一组，组内数值用空格或逗号分隔。只填 1 组 → 仅做正态性检验；填多组 → 每组正态性 + 组间方差齐性。
使用说明与方法学
为什么要先做这两项检查？
t 检验、方差分析假设数据近似正态且各组方差齐。先检验这两点，才能决定用参数方法还是非参数方法，避免误用导致结论不可靠。
Shapiro-Wilk 和 K-S 检验选哪个？
Shapiro-Wilk 对中小样本（n<50）的正态性检验效能更高，是首选；SPSS 也以它为主。本工具采用 Royston(1992) 算法，权重与原始 Shapiro-Wilk 表一致。
Levene 和 Bartlett 有何区别？
Bartlett 对偏离正态很敏感，数据非正态时易误判；Levene（尤其用中位数中心的 Brown-Forsythe 版）更稳健，是更通用的选择。两者都给出时以 Levene 为准更安全。
检验显著（P<0.05）怎么办？
正态性不满足：改用非参数检验（两组 Mann-Whitney、多组 Kruskal-Wallis），可在「非参数检验」工具完成。方差不齐：用 Welch 校正的 t 检验/方差分析。也可考虑数据变换。