两组样本不符合正态分布，T检验做不了，怎么做检验？ r语言检验样本的正态性

如何检验数据是否服从正态分布检验正态分布的办法：1、在spss菜单中选择分析—描述统计—探索，将需要检验的变量放入因变量里面，选择“绘制—带检验的正态图，看一下tests。

如何在r语言中检验一组数据是否满足泊松分布lambda未知 1方法性质1：设X是一个随机变量，其分布函数为F(x)，则Y=F(X)服从在〔0，1〕的均匀分布。性质2：设X1，K，Xn是某个分布的一个简单样本，其分布函数为F(x)，由性质1可知，在概率意义下，F(X1)，F(X2)，K，F(Xn)在（0，1）上呈均匀分布，按从小到大依次排序，记为F(X1)，F(X2)，K，F(Xn)，其相应理论值应为ri=i-0，5[]n，i=1，2，…，n，对应分布函数的反函数值F-1(r1)，F-1(r2)，K，F-1(rn)（在卡方分布中即为卡方分数）应非常接近X1，X2K，Xn，故在概率意义下，这些散点(X1，F-1(r1))，(X2，F-1(r2))，L，(Xn，F-1(rn))应在一条直线上。根据性质2，如果X服从正态分布，则散点理论上应落在一直线上，可以用Pearson系数刻画这种分布。但由于随机变异的存在，Pearson系数并不等于1，所以通过随机模拟的方法，制定出Pearson系数的95%界值下限。性质3：由条件概率公式P(X，Y)=P(Y|X)P(X)可知：（X，Y）服从二元正态分布的充分必要条件是固定X，Y服从正态分布(条件概率分布)并且X的边际分布为正态分布。由线性回归的性质ε=Y-(α+βX)可知，固定X，Y的条件概率分布为正态分布的充分必要条件是线性回归的残差ε服从正态分布，由此可得：（X，Y）服从二元正态分布的充分必要条件。

R语言怎么检验分布是不是T分布 ks.test()实现了KS检验，可以检验任意样本是不是来自给定的连续分布。你这里的用法就是：ks.test(data，pt，df=df)#data是样本的数据，df是要检验的t分布的自由度

#r语言检验样本的正态性