R检验数据是否符合正态分布

Python011

R检验数据是否符合正态分布,第1张

正态分布又叫高斯分布，很多统计学的理论都是假设所用的数据符合正态分布。所以在研究数据时，首先要看数据是否符合正态分布。

首先，R中很多安装包中有自带的数据集，所以在使用某个数据前先看它是在哪个包中。具体可以参考 R各个包里面的数据集列表 .

这次主要用MASS包中的crabs数据

qqnorm() 可以绘制QQ图。通过绘制的图是否呈现一直线判断是否符合正态分布。另外还有一个 qqline() 函数，在QQ图中绘制一条直线，QQ图中的点越接近这条直线，表示数据越接近正态分布。

上述判断方法相对比较主观， shapiro.test() 相对比较客观。只需将检验的数据当作shapiro。test()的函数即可。

显示为

p-value反应服从正态分布的概率，值越小越小的概率符合，通常0.05做标准，大于0.05则表示符合正态分布（此处为0.2542），故符合正态分布

接下来分别检验公螃蟹和母螃蟹是否符合正态分布

可见都符合正态分布。

x<-c(-10:10)

shapiro.test(x)

Shapiro-Wilk normality test

data: x

W = 0.95993, p-value = 0.5148

shapiro.test(c(x,"a"))

Error: is.numeric(x) is not TRUE

你的数据不全是数字。