假如我的观察数据是呈偏态的形式的，我能做t检验吗？

小样本的正态性，通常是通过经验和文献去确定的，中等样本的时候可以用正态性检验，大样本的时候可以用直方图判断。能用参数检验的时候，还是用参数检验吧，检验效能要高一些。

我觉得如果样本服从正态分布，总体也应该服从正态分布。如果样本呈偏态，若是大样本，样本会近似服从正态分布，用t检验;如果是小样本，应该用非参数检验.呵呵  说错的请指教

回复 mzmxly81 的帖子

分析的好仔细，统计基础真砸实。。。

看了前面大虾说的，有些体会，刚来这里，慢慢进步学习中

关键看你均数是否能代表这组数据的平均水平，如无法代表，则做t检验是无意义的；如能代表，则可以参考t检验的结果（这样实质就等于把t检验的适用条件从正态分布扩展到对称分布）。至于方差齐性，问题不大，不齐的可以校正结果。

统计是要通过讨论，甚至是争论，才能不断提高的，一个人埋头苦学的话，容易扎进死胡同不能自拔。回想起若干年前自己抱着书苦思幂想而不得要领，现在多好啊，有疑问就说出来，大家帮忙解疑释惑！！！

第一：任何分布都是针对总体而言的，所以只能说总体分布，不能说样本呈正态分布。
第二：任何分布的极限分布形式（n趋向于无穷大时）都是正态分布的。
- j* ~; s6 S* v' \! f& W第三：你的样本需在做t检验前，先做一下正态性检验，看看你的资料服从正态性的可能性是大还是不大。前者好说，后者再做数据变换。
2 K9 I4 t5 t0 m: I3 U' T' ?第四：mzmxly81所说的是大样本前提下非参和参数检验是接近的，因为大样本时秩和T服从正态分布的。
所以在日常统计工作中，样本量限制时，若条件符合，应首选参数检验。

对不满足正态性都资料做某些变换，使它具备正态性，得到一个结果，之后再还原回原来的形式，转换过程只起到了一个过度作用

我觉得还是要看样本含量的。