R之判断多元正太分布检验

1.R中进行单变量检验用chisq.test()函数，变量必须是数值型

2.在进行多变量进行多元验证正太分布时用

library("mvnormtest", lib.loc="D:/rInstall/R-3.2.1/library")

切记数据集一定要转换为矩阵，且数据集里面的待验证变量一定要是数值型

> library(mvnormtest)
> data(EuStockMarkets)
> EuStockMarkets[1:5,]
         DAX    SMI    CAC   FTSE
[1,] 1628.75 1678.1 1772.8 2443.6
[2,] 1613.63 1688.5 1750.5 2460.2
[3,] 1606.51 1678.6 1718.0 2448.2
[4,] 1621.04 1684.1 1708.1 2470.4
[5,] 1618.16 1686.6 1723.1 2484.7
> C <- t(EuStockMarkets[15:29,1:4])
> mshapiro.test(C)

        Shapiro-Wilk normality test

data:  Z 
W = 0.8161, p-value = 0.005955

> R <- t(diff(t(log(C))))
> mshapiro.test(R)

        Shapiro-Wilk normality test

data:  Z 
W = 0.8841, p-value = 0.06641

当p值大于0.05说明是正太分布。