用R语言做正态分布检验 (2012-02-29 10:59:54)转载▼
摘自:吴喜之:《非参数统计》(第二版),中国统计出版社,2006年10月:P164-165
1、ks.test()
例如零假设为N(15,0.2),则ks.test(x,"pnorm",15,0.2)。如果不是正态分布,还可以选"pexp", "pgamma"等。
2、shapiro.test()
可以进行关于正态分布的Shapiro-Wilk检验。
3、nortest包
lillie.test()可以实行更精确的Kolmogorov-Smirnov检验。
ad.test()进行Anderson-Darling正态性检验。
cvm.test()进行Cramer-von Mises正态性检验。
pearson.test()进行Pearson卡方正态性检验。
sf.test()进行Shapiro-Francia正态性检验。
4、fBasics包
normalTest()进行Kolmogorov-Smirnov正态性检验。
ksnormTest()进行Kolmogorov-Smirnov正态性检验。
shapiroTest()进行Shapiro-Wilk's正态检验。
jarqueberaTest()进行jarque-Bera正态性检验。
dagoTest进行D'Agostino正态性检验。
gofnorm采用13种方法进行检验,并输出结果。
附:网络上的一篇博文:
http://blog.sina.com.cn/s/blog_65efeb0c0100htz7.html
SPSS和SAS常用正态检验方法
许多计量资料的分析方法要求数据分