R語言
shapiro.test
位於 stats
包(package)。 說明
執行 Shapiro-Wilk 正態性測試。
用法
shapiro.test(x)
參數
x |
數據值的數值向量。允許存在缺失值,但非缺失值的數量必須在 3 到 5000 之間。 |
值
類"htest"
的列表包含以下組件:
statistic |
Shapiro-Wilk 統計數據的值。 |
p.value |
檢驗的近似 p 值。 Royston (1995) 中稱這對於 |
method |
字符串 |
data.name |
給出數據名稱的字符串。 |
例子
shapiro.test(rnorm(100, mean = 5, sd = 3))
shapiro.test(runif(100, min = 2, max = 4))
來源
使用的算法是 Royston (1995) 中說明的 Fortran 代碼的 C 翻譯。 p 值的計算對於 是精確的,否則使用近似值,分別針對 和 。
參考
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
用於生成正常的 quantile-quantile 圖。
相關用法
- R stlmethods STL 對象的方法
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R summary.lm 總結線性模型擬合
- R smooth Tukey 的(運行中值)平滑
- R screeplot 屏幕圖
- R sortedXyData 創建一個sortedXyData對象
- R sigma 提取殘餘標準差“Sigma”
- R setNames 設置對象中的名稱
- R stat.anova GLM 方差分析統計
- R scatter.smooth 黃土擬合的平滑曲線散點圖
- R splinefun 插值樣條曲線
- R spec.taper 通過餘弦鍾錐化時間序列
- R summary.princomp 主成分分析的匯總方法
- R symnum 符號數字編碼
- R se.contrast 模型術語對比的標準誤差
- R summary.aov 方差模型分析總結
- R stepfun Step Functions - 創建和類
- R selfStart 構建自啟動非線性模型
- R spec.pgram 通過平滑周期圖估計時間序列的譜密度
- R spec.ar 通過 AR Fit 估計時間序列的頻譜密度
- R smooth.spline 擬合平滑樣條曲線
- R supsmu 弗裏德曼的超級平滑
- R stl Loess 時間序列的季節分解
- R summary.glm 廣義線性模型擬合總結
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Shapiro-Wilk Normality Test。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。