R语言做正态分布检验

摘自:吴喜之:《非参数统计》(第二版),中国统计出版社,2006年10月:P164-165

1、ks.test() 例如零假设为N(15,0.2),则ks.test(x,"pnorm",15,0.2)。如果不是正态分布,还可以选"pexp", "pgamma"等。

2、shapiro.test() 可以进行关于正态分布的Shapiro-Wilk检验。

3、nortest包 lillie.test()可以实行更精确的Kolmogorov-Smirnov检验。 ad.test()进行Anderson-Darling正态性检验。 cvm.test()进行Cramer-von Mises正态性检验。 pearson.test()进行Pearson卡方正态性检验。 sf.test()进行Shapiro-Francia正态性检验。

4、fBasics包 normalTest()进行Kolmogorov-Smirnov正态性检验。 ksnormTest()进行Kolmogorov-Smirnov正态性检验。 shapiroTest()进行Shapiro-Wilk's正态检验。 jarqueberaTest()进行jarque-Bera正态性检验。 dagoTest进行D'Agostino正态性检验。 gofnorm采用13种方法进行检验,并输出结果。

你可能感兴趣的:(R语言)