标准化数据？ QQ-Plot 似乎没有显示相关的分布等

如何解决标准化数据？ QQ-Plot 似乎没有显示相关的分布等

我目前正在对数据集进行规范化。我做了一些归一化测试和一些图表，一切都表明数据是正常的，除了QQ-Plot，结果对我来说很奇怪。有人可以帮我解释下面的数据吗？数据集正常吗？如果没有，是否可以采取任何措施来规范化？

夏皮罗测试：

    from scipy.stats import shapiro
    
    stat,p = shapiro(spt)
    
    print('Statistics=%.3f,p=%.3f' % (stat,p))
    # interpret
    alpha = 0.05
    if p > alpha:
        print('Sample looks Gaussian (fail to reject H0)')
    else:
        print('Sample does not look Gaussian (reject H0)')

• Statistics=0.997,p=0.086 样本看起来呈高斯分布（未能拒绝 H0）

正常测试：

    # D'Agostino and Pearson's Test
    from scipy.stats import normaltest
    # normality test
    stat,p = normaltest(spt)
    print('Statistics=%.3f,p))
    # interpret
    alpha = 0.05
    if p > alpha:
        print('Sample looks Gaussian (fail to reject H0)')
    else:
        print('Sample does not look Gaussian (reject H0)')

• Statistics=0.102,p=0.950 样本看起来呈高斯分布（未能拒绝 H0）

安德森-达林测试：

    # Anderson-Darling Test
    from scipy.stats import anderson
    result = anderson(spt)
    print('Statistic: %.3f' % result.statistic)
    p = 0
    for i in range(len(result.critical_values)):
        sl,cv = result.significance_level[i],result.critical_values[i]
        if result.statistic < result.critical_values[i]:
            print('%.3f: %.3f,data looks normal (fail to reject H0)' % (sl,cv))
        else:
            print('%.3f: %.3f,data does not look normal (reject H0)' % (sl,cv))

统计：0.220

• 15.000：0.555，数据看起来正常（未能拒绝 H0）
• 10.000：0.632，数据看起来正常（未能拒绝 H0）
• 5.000：0.759，数据看起来正常（未能拒绝 H0）
• 2.500：0.885，数据看起来正常（未能拒绝 H0）
• 1.000：1.053，数据看起来正常（未能拒绝 H0）

---

情节

    from statsmodels.graphics.gofplots import qqplot
    qqplot(spt,line='s')
    plt.show()

    sns.Boxplot(spt)

    sns.histplot(spt)