【R | Test】

1. W检验（Shapiro–Wilk (夏皮罗–威克尔 ) W统计量检验)

目标：检验数据是否符合某正态分布，如：标准正态分布N(0,1)
R函数：shapiro.test().
结果含义：当p值小于某个显著性水平α(比如0.05)时，则认为样本不是来自正态分布的总体，否则认为样本来自正态分布的总体。

2. K检验(经验分布的Kolmogorov-Smirnov检验)

目标：检验数据的分布是否符合函数F(x)
R函数:ks.test(),如果P值很小，说明拒绝原假设，表明数据不符合F(n,m)分布。

3. 相关性检验：

R函数：cor.test()

cor.test(x, y,
alternative = c("two.sided", "less", "greater"),
method = c("pearson", "kendall", "spearman"),
exact = NULL, conf.level = 0.95, ...)

结果含义：如果p值很小，则拒绝原假设，认为x,y是相关的。否则认为是不相关的。

4. T检验

目标：用于正态总体均值假设检验，单样本，双样本都可以。  
R函数：t.test()

t.test(x, y =