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"