怎么用R做正态性检验 省事一点的话就<；pre t=\"code\" l=\"python\">；ks.test(x，pnorm)虽然可能没有shapiro.test那么powerful，不过这么大的数据应该差不多。或者<；pre t=\"code\" l=\"python\">；norm(x)；line(x)不过不是正式的检验。要不就看看nortest包或者其他包里的函数。
如何用excel正态性检验 1 简易法：透过Excel插件[分析工具库]中的[回归]做出[正态概率图]2 完整法：透过Excel 繁杂计算与画图建立模板，可做出与Minitab等专业软件完全相同[正态概率图]本文以简易法作出非常近似于Minitab的[正态概率图]，文中所需资料布署与绘制结果都置于下表中表中的A图是用Excel回归工具所作[正态概率图]，C图是以同样的数据用Minitab的正态性检验所作的[正态概率图]，因二者图表的纵横坐标刚好颠倒、为方便初次使用者比较，笔者特别将A图纵横轴颠倒而画出B图，实务上只要用A图就可进行『正态性检验』用Excel的回归分析绘制[正态概率图]步骤步骤0：检查有无安装分析工具库工具>；加载宏 对话框中 勾选[分析工具库]后确定步骤1：数据布署1 将数据放到适当位置，例如表1有10个数据加上标志放到的[A1：A11]2 紧接数据列旁加上一列，给予标志与1~10的数据列如表1所示←此处为关键步骤步骤2：将准备好的二列数据进行回归分析以绘制[正态概率图]呼叫[回归]工具>；数据分析>；回归 在[回归]对话框中填入1[Y值输入区域]B1：B112[X值输入区域]A1：A113 勾选[标志]4 勾选[正态概率图]←此处为关键5 请自订[输出选项]，点击[确定]后即可得到回归分析的结果，如上表中的A6 。
