R语言正态性检验

最新推荐文章于 2025-06-28 21:59:44 发布

原创

最新推荐文章于 2025-06-28 21:59:44 发布 · 1.6w 阅读

44 ·

CC 4.0 BY-SA版权

这篇博客介绍了使用R语言进行正态性检验的各种方法，包括ks.test()、shapiro.test()、nortest包中的多种检验以及fBasics包的函数。还提到了正态性检验的分类，如综合统计量、正态分布的拟合优度检验和图示法，并提及了SPSS和SAS中的常见正态检验方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

R语言正态性检验

用R语言做正态分布检验 (2012-02-29 10:59:54)转载▼

摘自：吴喜之：《非参数统计》（第二版），中国统计出版社，2006年10月：P164-165

1、ks.test()
例如零假设为N（15,0.2），则ks.test(x,"pnorm",15,0.2)。如果不是正态分布，还可以选"pexp", "pgamma"等。
2、shapiro.test()
可以进行关于正态分布的Shapiro-Wilk检验。
3、nortest包
lillie.test()可以实行更精确的Kolmogorov-Smirnov检验。
ad.test()进行Anderson-Darling正态性检验。
cvm.test()进行Cramer-von Mises正态性检验。
pearson.test()进行Pearson卡方正态性检验。
sf.test()进行Shapiro-Francia正态性检验。
4、fBasics包
normalTest()进行Kolmogorov-Smirnov正态性检验。
ksnormTest()进行Kolmogorov-Smirnov正态性检验。
shapiroTest()进行Shapiro-Wilk's正态检验。
jarqueberaTest()进行jarque-Bera正态性检验。
dagoTest进行D'Agostino正态性检验。
gofnorm采用13种方法进行检验，并输出结果。

附：网络上的一篇博文：
http://blog.sina.com.cn/s/blog_65efeb0c0100htz7.html
SPSS和SAS常用正态检验方法　
许多计量资料的分析方法要求数据分布是正态或近似正态，因此对原始独立测定数据进行正态性检验是十分必要的。
通过绘制数据的频数分布直方图来定性地判断数据分布正态性。这样的图形判断决不是严格的正态性检验,它所提供的信息只是对正态性检验的重要补充。
正态性检验主要有三类方法:
一、计算综合统计量
如动差法、夏皮罗-威尔克Shapiro-Wilk 法(W 检验