⑴ 怎樣判斷一個數據點是否服從正態分布
判斷數據點是否服從正態分布的方法包括：
一、正態性檢驗：偏度和峰度
1. 偏度（Skewness）：衡量數據分布不對稱性的方向和程度。偏度接近0時，表明分布近似對稱，可能為正態分布。偏度大於0表示數據右偏，小於0則表示數據左偏。
2. 峰度（Kurtosis）：描述數據分布形態的尖峭或平坦程度。峰度接近0時，分布的峰態適中，符合正態分布。峰度大於0表示分布峰態尖銳，小於0則表示分布峰態平坦。
3. SPSS操作方法：在SPSS中進行偏度和峰度的計算，通過適當的統計測試來評估數據是否符合正態分布。
4. 結果解讀：根據偏度和峰度的統計結果，判斷數據是否偏離正態分布的特徵。
二、正態性檢驗：圖形判斷
1. 直方圖：通過直方圖可以直觀地觀察連續變數的頻數分布。在SPSS中選擇「圖形」菜單下的「直方圖」，並將變數「x2」添加到變數框中，勾選顯示正態曲線選項。
2. P-P圖和Q-Q圖：這兩種圖表均用於比較實際數據分布與理論分布（正態分布）的契合度。若數據點與理論直線（對角線）基本重合，則表明數據服從正態分布。
三、正態性檢驗：非參數檢驗方法
採用非參數檢驗，如Kolmogorov-Smirnov檢驗或Shapiro-Wilk檢驗，可以評估數據是否符合正態分布，而無需做出分布假設。
⑵ 如何判定屬於正態分布
判斷數據是否屬於正態分布，可以從以下幾個方面進行考慮。首先，數據的分布形態應當呈現中間高兩頭低的特徵，並且集中於一個峰上，這是單峰分布的典型表現。其次，數據分布應當具備對稱性，以均值作為對稱軸，左右兩側應當是對稱的。
此外，正態分布的曲線由兩個參數決定，一個是位置參數均數，它決定了曲線的中心位置；另一個是形狀參數標准差，它決定了曲線的寬度和形狀。另外，正態分布曲線與X軸所夾的面積為100%，這表示曲線下的總面積代表了數據的完整分布情況。
這樣的特徵可以幫助我們識別和判斷一組數據是否符合正態分布的標准。當然，正態分布的判斷並不完全依賴於直觀的觀察，還可以通過統計方法進行驗證，如計算偏度和峰度等。