判断样本是否服从正态分布，可通过直观观察（如直方图、Q-Q图）与统计检验（如Shapiro-Wilk、Kolmogorov-Smirnov检验）结合分析，同时注意样本量大小对结果的影响。

1. 图形化观察法

   • 直方图：若样本分布呈钟形且对称，两侧尾部逐渐变细，可能接近正态分布。
   • Q-Q图：数据点近似落在对角线上时，表明服从正态分布；明显偏离则提示非正态性。

2. 统计检验法

   • Shapiro-Wilk检验（适合小样本）：若p值大于显著性水平（如0.05），无法拒绝正态性假设。
   • Kolmogorov-Smirnov检验（适合大样本）：通过比较样本与理论分布的累积差异判断正态性。

3. 其他辅助方法

   • 偏度与峰度：偏度接近0（对称）、峰度接近3（与正态分布一致）时，正态性可能性较高。
   • 描述性统计：结合均值、中位数、众数是否接近，初步评估对称性。

实际应用中，建议综合多种方法验证正态性，尤其需结合研究背景判断。大样本时统计检验可能过于敏感，图形化分析更直观；小样本则优先依赖统计检验。