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。
什么是正态分布假设检验Q-Q图，什么又是PP图，是怎么来的 P-P图和Q-Q图主要用来判断正态分布。P-P图和Q-Q图的目的性基本一致，但原理上有着区别。P-P图，其原理在于如果数据正态，那么数据的累积比例与正态分布累积比例基本保持一致。分别计算出数据累积比例，和假定正态时的数据分布累积比例；并且将实际数据累积比例作为X轴，将对应正态分布累积比例作为Y轴，作散点图。Q-Q图，其原理在于如果数据正态，那么其假定的正态分位数会与实际数据基本一致。计算出假定正态时的数据分位数；并且将实际数据作为X轴，将假定正态时的数据分位数作为Y轴，作散点图。请点击输入图片描述无论是P-P图，或者Q-Q图；如果说数据呈现出正态性，那么散点图看上去应该近似呈现为一条对角直线，此时说明数据呈现出正态性。如果散点图看上去明显不是一条直线，那么说明数据很可能不具有正态特质。P-P图和Q-Q图均可使用SPSSAU在线分析软件得到，两者功能一致看使用偏好选择即可。
R语言 对于10万以上的大数据怎么做正态性检验 省事一点的话就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qqnorm(x)；。
