不符合正态分布的数据可以通过以下几种方法进行分析：
1.非参数检验：非参数检验是一种不依赖于总体分布假设的统计方法，适用于任何类型的数据。常见的非参数检验方法有卡方检验、Wilcoxon秩和检验、Mann-WhitneyU检验等。这些方法可以用于比较两组或多组数据的中位数、频率或其他统计量的差异。
2.数据转换：如果数据不符合正态分布，可以尝试对数据进行转换，使其更接近正态分布。常见的数据转换方法有对数转换、平方根转换、倒数转换等。转换后的数据可以使用正态分布的统计方法进行分析。
3.探索性数据分析：对于不符合正态分布的数据，可以进行探索性数据分析，以了解数据的特征和趋势。这包括计算数据的均值、中位数、标准差、最大值和最小值等统计量，绘制直方图、箱线图等图表，以及进行数据的描述性分析。
4.分类分析：如果数据不符合正态分布，可以考虑将数据分为不同的类别进行分析。例如，可以将数据按照大小范围划分为几个区间，然后对每个区间的数据进行单独的分析。这样可以更好地理解不同类别数据的特征和差异。
5.非线性回归分析：对于不符合正态分布的数据，可以使用非线性回归分析方法来建立模型并进行预测。非线性回归模型可以更好地拟合非线性关系，适用于具有复杂关系的数据集。
总之，对于不符合正态分布的数据，可以采用非参数检验、数据转换、探索性数据分析、分类分析和非线性回归分析等方法进行分析。根据具体情况选择合适的方法，以获得准确和有意义的分析结果。