En la investigación real, a menudo se requiere que los datos satisfagan la distribución normal. Tomemos como ejemplo el análisis de regresión. De hecho, el análisis de regresión tiene la premisa de que la variable dependiente debe satisfacer una distribución normal. Por ejemplo, una premisa potencial del análisis de varianza es que la variable dependiente y debe satisfacer una distribución normal. Hay muchas otras situaciones, como prueba t, análisis de correlación, etc. Sin embargo, los analistas suelen ignorar esta situación, o la base matemática no es lo suficientemente sólida, o los datos no cumplen con condiciones objetivas como la distribución normal u otras condiciones. Si no se cumplen los requisitos previos, los resultados del análisis se volverán poco científicos y rigurosos, y las conclusiones del análisis serán cuestionadas.
1. Varios métodos de investigación comunes que deben cumplir con la distribución normal.
Segundo: La contradicción entre teoría y realidad.
En tercer lugar, el "método de prueba" de distribución normal.