R_数据正态分布检验

使用R检测数据是否符合正态分布（正态分布检验）

R语言正态检验; R语言QQ图; R语言概率密度曲线比较法;

详细的方法介绍在网上已经有很多了，推荐这篇

概括得来讲，主要分为4(or 5)种方法：

• 概率密度曲线比较法
• Q-Q图法
• 经验法则
• 夏皮罗-威尔克（Shapiro-Wilk）检验法，适用于50 < n < 100 时的正态性检验
• SPSS 规定:当样本含量3 ≤n ≤5000 时,结果以Shapiro - Wilk (W 检验) 为准,当样本含量n > 5000 结果以Kolmogorov - Smirnov 为准。而SAS 规定:当样本含量n ≤2000 时,结果以Shapiro - Wilk (W 检验) 为准,规定当样本含量n >2000 时,结果以Kolmogorov - Smirnov (D 检验) 为准，所以我在这里也提一下 R语言中的 Kolmogorov-Smirnov 检验

ks.test(x, y, ...,

        alternative = c("two.sided", "less", "greater"