R语言
shapiro.test
位于 stats
包(package)。 说明
执行 Shapiro-Wilk 正态性测试。
用法
shapiro.test(x)
参数
x |
数据值的数值向量。允许存在缺失值,但非缺失值的数量必须在 3 到 5000 之间。 |
值
类"htest"
的列表包含以下组件:
statistic |
Shapiro-Wilk 统计数据的值。 |
p.value |
检验的近似 p 值。 Royston (1995) 中称这对于 |
method |
字符串 |
data.name |
给出数据名称的字符串。 |
例子
shapiro.test(rnorm(100, mean = 5, sd = 3))
shapiro.test(runif(100, min = 2, max = 4))
来源
使用的算法是 Royston (1995) 中说明的 Fortran 代码的 C 翻译。 p 值的计算对于 是精确的,否则使用近似值,分别针对 和 。
参考
Patrick Royston (1982). An extension of Shapiro and Wilk's doi:10.2307/2347973.
test for normality to large samples. Applied Statistics, 31, 115-124.Patrick Royston (1982). Algorithm AS 181: The doi:10.2307/2347986.
test for Normality. Applied Statistics, 31, 176-180.Patrick Royston (1995). Remark AS R94: A remark on Algorithm AS 181: The doi:10.2307/2986146.
test for normality. Applied Statistics, 44, 547-551.也可以看看
qqnorm
用于生成正常的 quantile-quantile 图。
相关用法
- R stlmethods STL 对象的方法
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R summary.lm 总结线性模型拟合
- R smooth Tukey 的(运行中值)平滑
- R screeplot 屏幕图
- R sortedXyData 创建一个sortedXyData对象
- R sigma 提取残余标准差“Sigma”
- R setNames 设置对象中的名称
- R stat.anova GLM 方差分析统计
- R scatter.smooth 黄土拟合的平滑曲线散点图
- R splinefun 插值样条曲线
- R spec.taper 通过余弦钟锥化时间序列
- R summary.princomp 主成分分析的汇总方法
- R symnum 符号数字编码
- R se.contrast 模型术语对比的标准误差
- R summary.aov 方差模型分析总结
- R stepfun Step Functions - 创建和类
- R selfStart 构建自启动非线性模型
- R spec.pgram 通过平滑周期图估计时间序列的谱密度
- R spec.ar 通过 AR Fit 估计时间序列的频谱密度
- R smooth.spline 拟合平滑样条曲线
- R supsmu 弗里德曼的超级平滑
- R stl Loess 时间序列的季节分解
- R summary.glm 广义线性模型拟合总结
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Shapiro-Wilk Normality Test。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。