r语言如何写入一个excel_R语言做正态性检验的一个小例子

最新推荐文章于 2023-12-24 16:35:53 发布

weixin_39942572

最新推荐文章于 2023-12-24 16:35:53 发布

阅读量600

点赞数

文章标签： r语言如何写入一个excel r语言怎么做经验分布做方差分析需要正态性检验吗

本文介绍了在R语言中进行正态性检验的方法，包括Shapiro-Wilk检验和Anderson-Darling检验。通过示例代码展示了如何判断数据是否符合正态分布，并提到了当样本数量超出Shapiro-Wilk函数限制时的处理策略。此外，还推荐使用密度分布图和QQ图进行直观的正态性判断。

摘要由CSDN通过智能技术生成

R语言里做做正态性检验通常用到的函数是shaporo.test()，这个是叫Shapiro-Wilk（夏皮罗-威尔克）正态性性检验。

对应的原假设是 样本X来自的总体具有正态性分布

比如代码

> x<-rnorm(100)
> shapiro.test(x)

 Shapiro-Wilk normality test

data:  x
W = 0.99187, p-value = 0.8117

p值大于0.05接受原假设

今天一位同学提出 shaporo.test() 这个函数输出数据的范围是 3~5000，超出5000该如何做呢?

第一个想到的是在大于5000的样本里再随机选一个小于5000的样本就可以了

示例代码

x<-rnorm(6000)
x1<-sample(x,3000,replace = F)
shapiro.test(x1)

但这种情况好像不太稳定，我试了一下有时候算出来的p值是小于0.05的。那我们就可以多抽几次，看p值小于0.05出现次数的多少

还找到一种方法是直接可视化数据来观察

可以选密度分布图和qq图

参考链接是 http://www.sthda.com/english/wiki/normality-test-in-r

示例代码

x<-rnorm(6000)
library(ggpubr)
p1<-ggdens

关注