企业官网建设流程全解析

正态性检验这四个字，在很多人的工作流里就是一个按钮：点一下，弹出 p 值，大于 0.05 就继续走正态那条路，小于 0.05 就转头去找非参数方法。我刚开始做数据分析那两年也是这么干的，直到有一次拿着三百多个样本的工业测量数据跑出来 p=0.03，被同事一句"你看过 QQ 图吗"问住——把正态性检验里的QQ图画出来一看，点几乎贴着直线，只有两个疑似录入错误的极端值把尾巴拽了出去。删掉那两个点，p 值回到 0.4。如果当时我只看数值检验的结论，就会把一套本来合适的正态模型白白换掉。

QQ图（Quantile-Quantile Plot）和PP图（Probability-Probability Plot）是图形化正态性诊断里的两把主力工具，它们和 Shapiro-Wilk 这类数值检验不是替代关系，而是互补关系：数值检验告诉你"偏离是否超出了随机波动"，图形告诉你"偏离长什么样、发生在哪里、值不值得处理"。这篇文章会从这两张图的构造原理讲起，把位置参数的选择、参数估计带来的偏差、敏感区差异、常见伪形这些坑一个个拆开，再给出 Python 和 R 两套可以立刻跑的代码。适合已经会调shapiro.test但看到 p 值不知道下一步该干什么的人，也适合需要把正态性假设写进报告、被评审追问细节的人。

1. 正态性检验里，为什么图形诊断比 p 值更值得先看

1.1 正态假设到底出现在哪些环节

很多人把正态性检验当成一道"准入门槛"，其实它出现在远比想象中多的位置，而且每一处对偏离的容忍度都不一样。t 检验和方差分析关心的是残差的正态性，不是原始因变量的正态性，这是被误解最多的一条；线性回归的推断同样依赖残差；而像正态判别分析、某些过程能力指数（Cp/Cpk）的计算，依赖的是原始变量的正态性。混淆这两者，会让检验对象直接选错。

再看用途：如果只是做点估计，样本均值的抽样分布依中心极限定理在大样本下会趋近正态，原始数据偏一点问题不大；但如果要做预测区间或者容忍区间，尾部的分位数会被直接使用，此时尾部的形状误差会被原样放大到区间宽度上；如果是做质量控制的控制图，±3σ 之外的判异规则完全建立在对尾部的假设上。

这就是为什么图形诊断必须放在前面。数值检验只吐出一个标量，你无法知道这个标量是被中部贡献的，还是被某个孤立点贡献的。而 QQ 图会直接把贡献者的位置指给你看。我在实际项目里的习惯是：先画图建立"偏离的形态假设"，再用数值检验去验证这个假设，而不是反着来。

1.2 数值检验的三条软肋

第一条软肋是样本量的双重绑架。样本很小（比如 n<20）时，Shapiro-Wilk 的功效低得可怜，明明数据来自指数分布也可能判你"正态"；样本很大（比如 n>5000）时，功效又高得离谱，0.5% 的形状偏差都能被揪出来判显著，而这个量级的偏差对后续分析基本没有实质影响。同一个 p 值阈值，在小样本和大样本下的含义完全不同。

第二条是备择假设的模糊性。检验的原假设是"服从正态"，备择假设是"不服从正态"——这是个包罗万象的补集，包括偏态、厚尾、双峰、截断、离散化等等。检验显著了，但你不知道往哪个方向修。想换对数变换？那是赌偏态。想换秩检验？那是放弃参数解释。图形能把这个方向指出来。

第三条是对局部异常的不设防。一个量级离谱的录入错误，可能让 p 值直接归零，但整批数据主体其实非常正态。数值检验不会告诉你"问题出在第 287 号观测"。而 QQ 图上那个孤零零飘在右上角的点，一眼就能看见。

1.3 QQ图与PP图在一次诊断中的分工

这两张图的坐标轴系统不一样，因而"视野焦点"也不一样。QQ 图横轴是理论分位数、纵轴是样本分位数，横轴在两端被拉伸得很开，所以两端的一个点会被放到很远的位置，尾部的任何异常都会被放大。PP 图横轴是理论累积概率、纵轴是经验累积概率，两个轴都被压在 [0,1] 区间里，两端的数据会被挤成密密麻麻的一小簇，中部的形态变化反而更清楚。

一个很实用的经验：如果你怀疑数据有厚尾、离群点、或者需要检查尾部（比如做极值相关的工作、算容忍区间），QQ 图是首选；如果你怀疑分布在腰部有系统性变形（比如混合了两个相近的总体，导致 CDF 中部出现台阶），PP 图更容易看出来。

提示：两张图不要二选一。我的固定流程是同时画，先看 QQ 图定尾部，再看 PP 图定腰部，两边结论不一致时，说明偏离形态比较复杂，需要回到直方图或者核密度估计去确认。

理解了分工，接下来就该把这两张图的坐标到底怎么算出来的讲透。很多人画了几年图，却说不清纵轴上的第 5 个点为什么对应那个数值，一旦要和别人对齐结果就抓瞎。

2. QQ图的构造原理：把分位数放到同一把尺子上

2.1 从排序后的样本到理论分位数

QQ 图的纵轴是样本分位数，算法很直白：把 n 个观测值从小到大排序，得到次序统计量 x₍₁₎ ≤ x₍₂ ≤ … ≤ xₙ₎，第 i 个点的纵坐标就是 x₍ᵢ₎（标准化之后就是 z₍ᵢ₎）。横轴是该点"应该"处在的位置——如果数据真的服从指定分布，第 i 个次序统计量对应的理论分位数应该是多少。

问题的关键在于：x₍ᵢ 对应的累积概率究竟是多少？直觉上有人会说 i/n，但这是错的。举个极端例子，n=10 时最大的那个点，它的累积概率不可能是 1，因为你只抽了 10 个样本，样本最大值在真实分布里几乎肯定不是上界。用 i/n 会让最大点被放在横轴的无穷远处，图直接废掉。

正确的思路是：把次序统计量经过概率积分变换后得到 U₍ᵢ₎ = F(X₍ᵢ₎)，这是均匀分布 U(0,1) 的次序统计量。它的期望是 E[U₍ᵢ₎] = i/(n+1)，中位数近似是 (i-1/3)/(n+1/3)。于是常见的做法是用

pᵢ = (i - a) / (n + 1 - 2a)

作为概率的估计值，再取理论分位数 Q(pᵢ) = μ + σ·Φ⁻¹(p) 作为横坐标。a 就是所谓的位置参数，取值在 0 到 0.5 之间，本质是在"用期望做估计"和"用中位数做估计"之间找一个平衡点。

2.2 位置参数怎么选：Blom、Hazen 与 Weibull

位置参数看着是个无关紧要的细节，但它直接决定了两端点的落位，样本量小的时候肉眼可辨。下面是几个最常见的取值，我把它们的公式和特征列在一起：

拿一组 n=30 的数据算一下就有感觉了。用 Blom：第一个点的概率是 (1-0.375)/(30+1-0.75) = 0.625/30.25 ≈ 0.02066，查标准正态分位数约等于 -2.040；用 Weibull：第一个点的概率是 1/31 ≈ 0.03226，对应分位数约 -1.849。两者差了将近 0.2 个标准差。这意味着如果你的数据和别人的图对不上，第一件要检查的事就是位置参数是不是同一个。

R 的ppoints()函数默认规则是：n ≤ 10 时用 a = 3/8，n > 10 时用 a = 1/2，而qqnorm()内部调用的就是它。SciPy 的probplot在 n > 10 时用的是 a = 0.375 的 Blom 式变体，n ≤ 10 时走 Filliben 的中位数修正。所以严格来说，R 和 Python 在中等样本量下画的 QQ 图点位置是有细微差异的，肉眼看不出来，但做严密对比时要知道这件事。

注意：位置参数只影响横轴的落位，不影响你图的整体形状判断。但如果样本量在 10 到 50 之间，又想和别人复现完全一致的图，把位置参数写死成 Blom 是最省事的选择。

2.3 一条直线背后的参数含义

QQ 图上的参考线是 y = μ + σx 这条直线（数据标准化后就退化成 45 度线）。这条线不是随便画的，它同时承载了位置参数和尺度参数的信息：截距刻画均值，斜率刻画标准差。当点整体平行于直线但偏离时，说明数据的位置或尺度与假设不符；当点弯曲成弧形时，说明形状（偏度、峰度）不符。

这里有一个常被忽略的实操细节。R 里qqline()画的不是 45 度线，而是连接第一和第三四分位点确定的直线，也就是用四分位数去稳健地估计 μ 和 σ。为什么不用普通最小二乘拟合整条线？因为 LS 会被尾部的离群点带偏，而四分位数只依赖中间 50% 的数据，稳健得多。如果你已经做过标准化，那 45 度线就是对的；如果没标准化，务必用qqline()或者自己按四分位数算线，不要直接abline(0, 1)，那是画错的。

再补一个判读上的经验：参考线附近的点不代表"拟合良好"，它只代表"在直线模型下残差小"。真正需要关注的是偏离的方向和集中位置。只有一两个点偏离，多半是异常值；一小段连续的坡度变化，说明某个区间的分布形状不对；两端对称地向外张开，是峰度问题。

3. PP图的构造原理：概率轴上的逐点对照

3.1 经验分布函数与理论 CDF 的对齐

PP 图的思路和 QQ 图正好相反。它把横轴设为理论累积分布函数值 F(x₍ᵢ)，纵轴设为经验累积分布函数值 Fₙ(x₍₎)。经验 CDF 的定义是

Fₙ(t) = (落在 t 左侧的样本数) / n

对第 i 个次序统计量来说，这个值就是 i/n，或者更稳妥地用位置参数写成与 QQ 图一致的 pᵢ = (i-a)/(n+1-2a)。纵轴就这么固定下来了，n 个点在纵轴上等间距排开，间距约等于 1/(n+1)。

横轴则取决于你假设的分布。以正态为例，先把数据用样本均值和样本标准差标准化，得到 z₍ᵢ₎，横坐标就是 Φ(z₍ᵢ)——注意用的是cdf而不是ppf。这是 QQ 图和 PP 图在实现层面最直观的差别：QQ 图要分位数函数，PP 图要累积分布函数。

对于有闭式 CDF 的分布（正态、指数、Weibull、Gamma 等），两者都好办；但对于一些参数估计后没有简单闭式分位数的分布，PP 图在实现上反而更省事。反过来说，某些分布的分位数函数好算而 CDF 难算，那就优先 QQ 图。

3.2 两张图的数学关系：一个是逆函数，一个是分布函数

如果从纯数学角度描述，给定同一组数据、同一个假设分布：QQ 图绘的是 (Q(pᵢ), x₍ᵢ) 这一组点对，PP 图绘的是 (F(x₍ᵢ₎), pᵢ) 这一组点对。把 QQ 图的横轴做一次 F 变换，得到 (pᵢ, xᵢ₎)；把纵轴做一次同样变换，得到 (pᵢ, pᵢ)，全线落在一个点上——这就是为什么不能简单地通过对 QQ 图做坐标变换得到 PP 图，因为变换后的信息分布结构完全不同。

更实用的理解方式是看点密度。PP 图的纵轴是均匀分布的，n 个点在整个 [0,1] 区间上等间距分布；但横轴是 CDF 值，数据在中间密集、两端稀疏。所以 PP 图上，靠近 0 和 1 的两端会被一堆点挤成一条窄带，而中间区域点很稀。QQ 图恰好相反：横轴是分位数，两端被拉得很开，中间点很密。

这个密度差异直接决定了判读策略。QQ 图两端稀疏意味着单个点的偏离很显眼，适合抓离群点；PP 图两端拥挤意味着单个点的偏离被淹没，但中间的稀疏使得腰部的一点走向异常很容易被看出。

3.3 敏感区差异：QQ 看尾巴，PP 看腰身

把结论说清楚：如果数据分布是标准正态，但混入了一个均值相同、标准差更大的正态分量（比如测量中混入了约 20% 的粗差），形成的分布是厚尾的。在 QQ 图上，两端的点会明显外扩，一眼可见；在 PP 图上，因为尾部的点被挤在接近 0 和 1 的地方，外扩的绝对量很小，看起来只是稍微弯一点，很容易漏判。

反过来，如果数据是两个均值相差 2 个标准差、方差相同的正态混合，QQ 图的中间部分会呈现一个明显的 S 形，但两端反而是直的；PP 图则因为 CDF 中部斜率最大，混合造成的台阶在中部被放大成一条清晰的 S 形凹陷，比 QQ 图更醒目。

有一个更严谨的联系值得记住：Kolmogorov-Smirnov 统计量就是 PP 图上点到对角线的最大垂直距离。因为 D = sup|Fₙ(x) − F(x)|，而 PP 图的纵坐标减横坐标恰好是 Fₙ − F。这就解释了为什么 K-S 检验对中部敏感——CDF 中部的斜率最大，同样的数据偏差在中部转换成的 CDF 差异最大。而 Anderson-Darling 统计量在 K-S 的基础上加了 1/[F(1−F)] 这个权重，把权重往两端推，所以它对尾部更敏感。

理解了这层关系，你会发现图形和数值检验其实是在描述同一件事，只是取了不同的"切片"。

4. 动手实现：Python 与 R 两套可复现代码

4.1 Python 手写 QQ 图与 PP 图

生产环境里我更推荐自己写，因为这样位置参数、参数估计方式、参考线全都可控。下面这段代码从头到尾只用 NumPy、SciPy 和 Matplotlib：

import numpy as np import scipy.stats as st import matplotlib.pyplot as plt plt.rcParams["font.sans-serif"] = ["DejaVu Sans"] rng = np.random.default_rng(20240501) # 故意造一份右偏数据：Gamma(shape=2, scale=1)，样本量 300 x = rng.gamma(shape=2.0, scale=1.0, size=300) def make_points(x, a=0.375): xs = np.sort(np.asarray(x, dtype=float)) n = xs.size # 位置参数：Blom p = (np.arange(1, n + 1) - a) / (n + 1 - 2 * a) mu, sd = xs.mean(), xs.std(ddof=1) z = (xs - mu) / sd # 标准化的样本分位数 q_theory = st.norm.ppf(p) # QQ 图横轴：理论分位数 f_theory = st.norm.cdf(z) # PP 图横轴：理论 CDF return z, q_theory, p, f_theory, mu, sd z, q_theory, p, f_theory, mu, sd = make_points(x) print(f"mu={mu:.4f} sd={sd:.4f} n={z.size}") fig, ax = plt.subplots(1, 2, figsize=(11.5, 4.8)) # QQ 图 ax[0].plot(q_theory, z, "o", ms=4, alpha=0.7, color="steelblue") ax[0].plot([-3, 3], [-3, 3], "r-", lw=1.2) ax[0].set_xlim(-3, 3); ax[0].set_ylim(-3, 3) ax[0].set_xlabel("theoretical quantiles N(0,1)") ax[0].set_ylabel("sorted sample (standardized)") ax[0].set_title("QQ plot") # PP 图 ax[1].plot(f_theory, p, "o", ms=4, alpha=0.7, color="darkorange") ax[1].plot([0, 1], [0, 1], "r-", lw=1.2) ax[1].set_xlim(0, 1); ax[1].set_ylim(0, 1) ax[1].set_xlabel("theoretical CDF") ax[1].set_ylabel("empirical CDF (plotting positions)") ax[1].set_title("PP plot") plt.tight_layout() plt.show()

跑完你会发现 Gamma 数据在 QQ 图上是一条向上弓起的弧线：左端低于 45 度线，右端明显翘到线上方。这就是典型的右偏形态。而 PP 图上，点整体落在对角线的下方，靠近右端时贴得更紧——这是因为 PP 图把尾部的差距压缩了。

如果不想手写，SciPy 和 statsmodels 都有现成的封装：

from scipy import stats import matplotlib.pyplot as plt res = stats.probplot(x, dist="norm", plot=plt) plt.title("scipy.stats.probplot") # statsmodels 版本，支持 QQ 与 PP 两种 import statsmodels.api as sm pp = sm.ProbPlot(x, dist=stats.norm) fig = pp.qqplot(line="45") fig = pp.ppplot(line="45")

statsmodels.ProbPlot的fit=True默认会用样本均值和标准差估计参数，与上面手写版本口径一致，可以直接对照验证。

4.2 加一层模拟置信包络

只画参考线的最大问题是没有"随机波动的尺度感"。样本量 300 的时候，点偏离直线 0.1 个标准差完全正常；样本量 20 的时候，偏离 0.5 个标准差都可能只是运气。解决办法是模拟：从标准正态里反复抽样、标准化、排序，取每个位置参数点上的 2.5% 和 97.5% 分位数作为包络带。

def normal_envelope(n, a=0.375, B=3000, seed=7): rng = np.random.default_rng(seed) p = (np.arange(1, n + 1) - a) / (n + 1 - 2 * a) zs = np.sort(rng.standard_normal((B, n)), axis=1) lo, hi = np.percentile(zs, [2.5, 97.5], axis=0) return st.norm.ppf(p), lo, hi q_t, lo, hi = normal_envelope(z.size) fig, ax = plt.subplots(figsize=(6.2, 5.2)) ax.fill_between(q_t, lo, hi, color="grey", alpha=0.25, label="95% envelope") ax.plot(q_t, z, "o", ms=4, alpha=0.75, color="steelblue") ax.plot([-3.6, 3.6], [-3.6, 3.6], "r-", lw=1.2) ax.set_xlim(-3.6, 3.6); ax.set_ylim(-3.6, 3.6) ax.legend() plt.show()

有了包络带，判读就从"像不像直线"升级为"有多少点跑出了带子、跑出去多远"。这比数值检验的 p 值直观得多，也更容易向非技术同事解释。

4.3 R 版本：qqnorm 与自定义 PP 图

R 基础绘图里qqnorm+qqline是经典组合，但缺一个现成的 PP 图函数，自己写十几行就够了：

set.seed(20240501) x <- rgamma(300, shape = 2, scale = 1) z <- (x - mean(x)) / sd(x) par(mfrow = c(1, 2)) # QQ 图 qqnorm(z, pch = 19, cex = 0.6, col = "steelblue", main = "Normal QQ plot", xlim = c(-3, 3), ylim = c(-3, 3)) abline(0, 1, col = "red", lwd = 2) # 已标准化，可直接用 45 度线 qqline(z, col = "darkgreen", lwd = 2, lty = 2) # 四分位稳健线 # PP 图 n <- length(z) p_emp <- ppoints(n) # 与 qqnorm 一致的位置参数 f_theo <- pnorm(sort(z)) # 理论 CDF 在排序样本处的取值 plot(f_theo, p_emp, pch = 19, cex = 0.6, col = "darkorange", xlim = c(0, 1), ylim = c(0, 1), xlab = "Theoretical CDF", ylab = "Empirical CDF", main = "Normal PP plot") abline(0, 1, col = "red", lwd = 2) par(mfrow = c(1, 1))

把qqline和abline(0,1)同时画出来是刻意为之：数据已经标准化了，两条线理论上应该重合；如果肉眼看到明显分离，说明样本的分布形状让四分位斜率偏离了整体斜率，这本身就是一条线索。实测下来，Gamma 数据在这张图上两条线会分开一小截，右侧尾部越厚，分开得越明显。

5. 图形读法：典型形态、成因与处置

5.1 尾部形态：厚尾、薄尾与单侧翘起

判断尾部形态只看两端。两端点同时向外侧偏离直线，中间贴合，是厚尾（峰度大于 3）。成因通常是数据里混入了少量极端观测，或者底层分布本身就是 t 分布、拉普拉斯分布这类重尾分布。处置方式取决于业务：如果是录入错误就清掉，如果极端值是真实的高价值样本，就该考虑稳健统计量或者换用对尾部不敏感的模型。

两端点同时向内侧收敛，中间贴合，是薄尾。最常见的原因是数据被截断或者被加了上下限（比如仪器在量程边界会溢出成固定值），也可能数据本身就来自均匀分布附近的形状。薄尾对均值的推断影响不大，但会让 t 检验的置信区间偏保守，实际覆盖率高于名义水平。

只有一端翘起的是单侧偏离。右端翘、左端正常，常见于存在上限截断的数据；左端翘、右端正常，常见于存在下限截断，比如响应时间被计时器最小分辨率截断。这种形态在业务上往往有明确的物理原因，比厚尾薄尾更容易解释。

5.2 偏态与多峰的辨识

把直线想象成一根绷紧的弦，如果点组成的弧线向上弓起（左端沉在弦下，右端翘到弦上），是右偏，也叫正偏。对数正态、指数、Gamma、以及收入、耗时、金额这类不能为负的变量基本都是这个形态。如果弧线向下弓起（左端翘在线 上，右端沉在弦下），是左偏。

右偏数据的最直接处置是取对数再看一次 QQ 图。如果取完对数后点贴合直线，说明数据的对数近似正态，这往往比硬做 Box-Cox 更有业务解释力（比如对数后的值就是增长率）。要注意对数变换在 0 附近会出问题，遇到零值需要先加一个常数。

多峰在 QQ 图上不太好认，通常表现为分段不同的斜率，像几段直线拼接在一起，而不是平滑的弧线。在 PP 图上，多峰会在中部的 CDF 曲线里形成一段局部的平台或陡坡。如果 QQ 图上看到明显的折点，别急着归因于分布形状，先查一下数据是不是混合了两个批次、两个设备或者两个时间段的样本。我遇到过最典型的一次，是某台设备在凌晨自动校准，前后两批数据的均值差了 1.5 个标准差，QQ 图折点非常清晰。

5.3 阶梯、断层与离群点

阶梯状的水平段出现在 QQ 图上，通常只有一个原因：大量重复值。离散数据、评分数据、只保留两位小数的测量记录都会这样。比如一份 1 到 5 分的满意度调查，排序后你会看到一条水平线从 -1.5 一直延伸到 +0.8，因为中间上千个样本的值都是 3。这种数据本来就不该用正态去拟合，用 QQ 图判断"是正态"或"不是正态"都没有意义，直接考虑有序回归或者二项类模型。

PP 图上重复值的表现是垂直的一列点，同一横坐标上叠着好几个点。因为纵轴是固定的等间距位置，横轴（理论 CDF）会因为相同的样本值而重合。这个特征比 QQ 图的水平阶梯更容易辨认。

离群点在 QQ 图上永远是右上方或左下方那几个孤立点。判断方法很简单：把最极端的一个点去掉重画，如果整体形态没变，那就是一个孤立异常；如果形态明显改善，说明这个点背后可能有系统性问题，需要往回追数据来源。记住一点，QQ 图不能告诉你某个点是错的，它只能告诉你这个点与其他点在正态假设下不兼容。

5.4 形态、成因与处置速查表

这张表在实际沟通里非常好用，尤其是给不熟悉统计的同事解释"为什么我说这个 p 值没用"。

6. 实操踩坑与常见问题排查

6.1 参数估计带来的自我美化效应

这是个在一线特别容易被忽略的坑。当你用样本均值和标准差去构造理论分位数时，你实际上已经让假设分布"尽力贴合"这批数据了，因此 QQ 图上的点会比真实情况更接近直线。用专业一点的说法，参数估计引入了两个约束，图形自由度减少了 2。在小样本下这种美化效果相当明显，n=15 的时候，即使数据来自一个轻微偏态分布，用估计参数画出来的 QQ 图也可能看起来挺直。

规避方法有两个：一是用 4.2 节的模拟包络带，把参数估计的影响模拟进去；二是在样本量足够时，用一半数据估参数、另一半画图。后一种做法更严格，但会损失一半样本的信息，实际项目中我一般只在需要出具正式结论时才用。

注意：很多人报告里的 QQ 图是"用估计参数 + 45 度线"的组合，这种图永远看起来不错。看别人的图时，先确认他的参数是估计的还是预设的。

6.2 样本量与检验功效的拉扯

n<20 时不要指望 QQ 图能判断什么。这个样本量下，任何单点的随机波动都会让图看起来歪七扭八，判读的可靠性极低。我一般的处理是：n<20 就别做正式的正态性判断，直接选稳健方法，或者把结论的置信度明确标低。

n 在 30 到 200 之间是 QQ 图最好用的区间，点足够密能看到形状，单点的随机扰动又不至于淹没信号。n>2000 之后，图形上的细节差异会被放得很大，此时应该把判读重点从"是否偏离"转到"偏离的效应量有多大"——比如尾部两个点偏离直线 0.3 个标准差，这个量级对后续的 t 检验基本没有影响，可以忽略。

还有一个具体经验：不要因为 n=5000 时 Shapiro-Wilk 报出 p=0.001 就惊慌失措，去看一眼 QQ 图，如果点几乎都在包络带内，那这个显著性纯粹是样本量堆出来的。

6.3 重复值与离散数据的伪形

前面在 5.3 提过，这里补充一个排查技巧。当你在 QQ 图上看到阶梯，第一件事是算一下唯一值比例：len(np.unique(x)) / len(x)。如果这个比例低于 0.5，说明重复值已经严重到影响图形判读，此时正态性检验的结果基本没有参考价值。评分数据、计数数据、以分为单位记录的金额、以及被量化到固定档位的传感器读数，都属于这一类。

另一个容易混淆的现象是"边界堆积"。如果数据在某个值上有一个巨大的峰（比如 0 值占比 40%），QQ 图会出现一个异常长的水平段加上一个陡峭的上升段。这种情况常见于用户行为数据，也常见于检测限以下的测量结果被记为固定值。处置办法是先做零膨胀建模的两阶段拆分，而不是对着 QQ 图琢磨怎么变换。

6.4 和 Shapiro-Wilk、K-S、AD 怎么配合用

图形和数值检验的配合有固定套路：图形定形态，数值定显著性，最后回到图形看效应量。下面是常见检验方法的适用条件对照：

实操中我基本是固定的两步：先shapiro出 p 值（n 超过 5000 就换 AD 或 D'Agostino），同时画 QQ 图和 PP 图。p 值显著但图形贴合，判"实质正态"；p 值不显著但图形明显弯曲，也要警惕，很可能是样本量不够导致检验没抓到。两者冲突时，永远以图形加上业务判断为准，因为检验只是给出了一个概率，而图形给出了偏离的具体模样。

提示：做 K-S 检验时，如果参数是从数据里估出来的，必须用 Lilliefors 修正后的临界值，否则 p 值会严重偏大，把非正态判成正态。这是文献里被反复强调、但代码里最容易漏掉的一步。

6.5 一个反直觉的提醒：别把正态性检验当准入门槛

这点可能和很多教材的说法不一致。大量模拟研究表明，先做正态性检验、再根据结果选择 t 检验还是秩检验的两阶段流程，会破坏最终检验的第一类错误控制——因为秩检验的选择本身是数据驱动的。而且 t 检验对正态偏离的稳健性比想象中好，n>30 且没有极端离群时，即使数据轻中度偏态，t 检验的实际水平也接近名义水平。

所以我在实际工作中的定位是：正态性诊断是用来理解数据形状和判断尾部风险的，不是用来当开关的。真正决定方法选择的，是样本量、偏离的具体形态，以及结论对尾部有多敏感。QQ 图和 PP 图在这里的价值，恰恰是让你看清楚"偏离到底是什么样的"，从而做出有依据的判断，而不是被一个 p 值牵着走。

7. 一套可以固定下来的诊断流程

7.1 从画图到结论的六步走

第一步，确定检验对象。是做残差的正态性还是原始变量，这一条决定了后面所有步骤。

第二步，算基本描述。样本量、唯一值比例、偏度、峰度、最小值最大值。唯一值比例低于 0.5 的话，直接跳到第 5.3 节的结论，别浪费时间去画图。

第三步，同时画 QQ 图和 PP 图，QQ 图叠 95% 模拟包络带，位置参数统一用 Blom 并记录下来。

第四步，跑一个数值检验，n ≤ 5000 用 Shapiro-Wilk，超过就用 D'Agostino K² 或者 Anderson-Darling。

第五步，对照第 5.4 节的速查表，把图形形态翻译成具体成因假设，然后回到数据验证这个假设（查批次、查设备、查录入）。

第六步，给出结论时同时报告三件事：偏离的方向、偏离的幅度（用标准化尺度衡量，别只写"显著"）、以及对后续分析的实际影响。

7.2 报告和交接文档里怎么写

我在项目文档里通常写这样一段话的变体："对变量 X（n=312）的正态性做图形与数值双重诊断。QQ 图显示右偏，右端三个观测偏离参考线约 1.2 个标准差，落在 95% 模拟包络带之外；对应对数变换后 QQ 图贴合（最大偏离 0.3 个标准差）。Shapiro-Wilk 检验原始尺度 p<0.001，对数尺度 p=0.21。后续分析采用对数尺度。"

这种写法有三个好处：一是把偏离量化和定位，别人可以复核；二是给出了变换的效果对比，不是一句"做了变换"；三是结论直接对接下一步动作，评审不会追问"所以你最后用了什么"。

千万不要只写"经检验数据服从正态分布（p>0.05）"。这句话既没告诉你用什么方法检验的，也没告诉你样本量多大，更没说明如果换一种检验会不会翻盘。真正有价值的诊断描述一定是图形加数值加处置，三位一体。

最后分享一个我自己踩过的坑：有次为了赶进度，用一份 n=18 的小样本数据画了 QQ 图，看到点大致贴着线，就直接按正态做了区间估计。后来加了 40 个样本重跑，QQ 图右端明显翘起，之前那个区间估计的右边界被严重低估。从那以后，只要样本量低于 30，我都会在结论里明确标注"图形判读可靠性有限，建议以稳健方法为准"。这个习惯看起来啰嗦，但省下来的返工时间远比标注的那几行字值钱。