1.计划任务怎么新?安装金蝶K/3时,计划任务怎么新建
你的是客户端吧，这个问题很常见的 首先检查网络问题，让你们的网管ping下服务器IP，看能不能通。
如果能，那就在开始--运行，里面输入"\\服务器IP"，如果能直接打开共享文件，说明正常，如果不能，你尝试将你的电脑开机的用户名和密码添加到服务器的本地用户和组里面去，再访问试试。 如果还是不行，添加HOSTS解析。
还是不行的话，考虑你电脑操作系统的问题，不要用GHOST版的。 这些都可以让你的网管来操作一下，可以试试看 对，最后还要在开始--程序--金蝶K/3--金蝶K/3工具---远程组件配置，将“使用单一的中间层服务器”后面输入服务器的IP地址，先测试，再确定。
2.如何检验一组数据是否符合正态分布
1 方法
性质1： 设X是一个随机变量，其分布函数为F(x)，则Y=F(X)服从在〔0,1〕的均匀分布。
性质2： 设X1,K,Xn是某个分布的一个简单样本，其分布函数为F(x)，由性质1可知，在概率意义下，F(X1),F(X2),K,F(Xn)在（0,1）上呈均匀分布，按从小到大依次排序，记为F(X1),F(X2),K,F(Xn)，其相应理论值应为ri=i-0,5[]n,i=1,2，…，n，对应分布函数的反函数值F-1(r1),F-1(r2),K,F-1(rn)（在卡方分布中即为卡方分数）应非常接近X1,X2K,Xn，故在概率意义下，这些散点（X1,F-1(r1)),(X2,F-1(r2)),L,(Xn,F-1(rn)）应在一条直线上。
根据性质2，如果X服从正态分布，则散点理论上应落在一直线上，可以用Pearson系数刻画这种分布。但由于随机变异的存在，Pearson系数并不等于1，所以通过随机模拟的方法，制定出Pearson系数的95%界值下限。
性质3： 由条件概率公式P(X,Y)=P(Y|X)P(X)可知：（X,Y）服从二元正态分布的充分必要条件是固定X,Y服从正态分布（条件概率分布）并且X的边际分布为正态分布。由线性回归的性质ε=Y-（α+βX）可知，固定X,Y的条件概率分布为正态分布的充分必要条件是线性回归的残差ε服从正态分布，由此可得：（X,Y）服从二元正态分布的充分必要条件是X的边际分布为正态分布以及线性回归模型Y=α+βX+ε中的残差服从正态分布。
设X来自于正态总体，从正态总体中随机模拟抽样5000次，每次抽样样本含量分别为7至50，对F(x)求秩，求出排序后的F(x)和排序后的X的Pearson相关系数。表1 随机模拟5000次得到的检验正态分布的Pearson相关系数的界值（略）
类似地，我们也可以用同样的方法得到检验卡方分布的Pearson相关系数的界值表（简化表）表2 相关系数界值表（略）
2 随机模拟验证
2ر1 Pearson相关系数界值表的随机模拟验证
设X来自于正态总体，从正态总体中随机模拟抽样5000次，每次抽样样本含量分别为10,20,30,40,50，并计算相应的Pearson卡方系数，以及落在界值外面的比例，即拒绝比例，再在同一批数据的前提下用McNemar检验比较本方法和Swilk法的差别。表3 （一元正态分布）模拟次数（略）表4（一元偏态分布，χ2）模拟次数（略）
以上方法拒绝比例在样本量为7的可信区间为[78.37%,94.12%]，在其余样本量时都接近100%，可以证实是正确的。
2ر2 卡方分布界值表的随机模拟验证
表5 卡方分布：模拟5000次（略）
2ر3 马氏距离的随机模拟验证
根据马氏距离的定义，从正态分布总体中随机抽取样本量分别为10,20,30,40,50的样本模拟5000次，根据上面提到的方法以卡方分数对X1,X2K,Xn求Pearson系数，并根据以上的相关系数界值表，计算相应的统计量，即拒绝比例。表6 马氏距离落在Pearson系数界值表外的比例（略）
2ر4 二元正态分布资料的随机模拟验证
设定一个二维矩阵A，分别求出特征值P和特征向量Z，设X的元素均来自于正态总体分布，则Y=Z′*X必服从二元正态分布，随机模拟5000次，根据性质三介绍的方法验证的拒绝比例如下。表7 （二元正态分布）模拟次数（略）表8 （二元偏态分布，χ2）模拟次数（略）
2ر5 三元正态分布资料的随机模拟验证
类似地，随机模拟5000次，用同样方法进行验证，得到对于三元正态分布数据的拒绝比例。表9 （三元正态分布）模拟次数：5000次
