[R]如何檢驗一組數據是否符合正態分布?

 延續<[Minitab]如何檢驗一組數據是否符合正態分布?>一文，R語言中的Shapiro.test函數亦可以用來檢驗數據是否呈現正態分布。

a.利用一組正態分布數據(平均值=50,標準差=0.01)來測試，p值>=0.05，無法拒絕原假設，說明該分佈可能是正態分布。

x=1:100
vec<-rnorm(length(x),mean = 50, sd=0.01)
ntest<-shapiro.test(vec)
 
#輸出結果
> ntest
 
Shapiro-Wilk normality test
 
data:  vec
W = 0.99069, p-value = 0.72

b.利用sample函數作一組亂數數據來測試，p值<=0.05，拒絕原假設，說明該分佈不可能是正態分布。

Note:下列sample函數的寫法是指在1~100數字隨機抽樣一個數字，同時replace=FALSE指的是不重複抽取。

x=1:100

pp<-sample(x,length(x),replace = FALSE)

ntest1<-shapiro.test(pp)

 

#輸出結果

> ntest1

 

Shapiro-Wilk normality test

 

data:  pp

W = 0.95472, p-value = 0.001722