满足正态分布是很多统计分析工具的运用前提，那怎样正确理解minitab的正态性检验呢？

     P 值是 MINITAB 通过某种分布（ F 、 T 等）转换过来的一个值，正是由于概率中有太多的分布，一般对统计学不是很清楚的人是很难记住这些分布的。通过转换，在 MINTAB 中，就只需看一个值，即 P 值，一般取0.05。通过它来做假设检验，而假设检验又有很多类型，不是一下子能讲清楚的。一般认为P值大于0.05，可认为数据为正态分布。至于 P 值到底如何而来， AD 值代表何意。

     Anderson － Darling 统计量，测量数据服从特定分布的程度。分布与数据拟合越好，此统计量越小。使用 Anderson － Darling 统计量可比较若干分布的拟合情况，以査看哪种分布是最佳分布，或者检验数据样本是否来自具有指定分布的总体。例如，可以使用 Anderson - Darling 统计量为可靠性数据分析在 Weibul 和对数正态分布之间进行选择，或者检验数据是否符合！检验的正态性假设。其实看一下 Minitab 帮助什么都有。AD 值代表你的真实的量测数据的累计分布与理论正态的累计正态分布的面积差， AD 值越小，说明你的数据越接近正态分布数据。

    在 DOE 、 Regression 、统计检定时常需要用到正态分布的假设，检定一组数据是否取自正态分布，进行常态性检定最简单方法就是采用正态概率图。