使用R完成正太分布检验

本文介绍了如何使用R语言进行正太分布检验,包括概率密度曲线比较法、正太Q-Q图法、经验法则、统计检验(如Shapiro-Wilk检验)以及nortest包提供的其他方法。通过这些方法,可以判断样本数据是否符合正态分布。
摘要由CSDN通过智能技术生成

什么是正太分布检验?
判断一样本所代表的背景总体与理论正态分布是否没有显著差异的检验。

方法一 概率密度曲线比较法
看样本与正太分布概率密度曲线的拟合程度,R代码如下:

norm_expression <- function(x) (1/sqrt(2*pi))*exp(-0.5*x^2)
#curve(norm_expression, -4, 4, col="red") #标准正太分布概率密度曲线

#画样本概率密度图
s <- rnorm(100) #产生样本
d <- density(s)
plot(d, col="green", ylim=c(0, 0.5))

#添加正太分布概率密度图
s2 <- seq(from=-4, to=4, length.out=100)
lines(s2, norm_expression(s2), col="red")
画图结果如下:


方法二 正太Q-Q图法

使用Q-Q图来判断数据是否服从正太分布,R代码如下:


                
  • 1
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值