如何理解R语言做正态性检验的分析,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。R语言里做做正态性检验通常用到的函数是shaporo.test()
,这个是叫Shapiro-Wilk(夏皮罗-威尔克)正态性性检验。对应的原假设是 样本X来自的总体具有正态性分布比如代码p值大于0.05接受原假设今天一位同学提出 shaporo.test()
这个函数输出数据的范围是 3~5000,超出5000该如何做呢? 我自己之前还没有注意到过样本量超出5000的情况。第一个想到的是 在大于5000的样本里再随机选一个小于5000的样本就可以了示例代码但这种情况好像不太稳定,我试了一下有时候算出来的p值是小于0.05的。那我们就可以多抽几次,看p值小于0.05出现次数的多少还找到一种方法是 直接可视化数据来观察可以选密度分布图和qq图参考链接是 http://www.sthda.com/english/wiki/normality-test-in-r示例代码密度分布图是山形,qq图所有的点基本都分布在直线的周围,那就可以判定数据符合正态分布了。另外还找到一个函数ad.test()
这个函数对应的R包 nortest
找到这个函数的链接是 https://github.com/jamovi/jmv/issues/160这个函数对应的是 Anderson-Darling test for normality 这个对应的中文名是啥暂时还不知道。示例代码这个函数对应的零假设应该也是 样本来自正态总体比如试一下很明显1:100不符合正态分布这里得到p值小于0.05,拒绝原假设,最终的结论就是数据总体不符 香港云主机合正态分布。看完上述内容,你们掌握如何理解R语言做正态性检验的分析的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注开发云行业资讯频道,感谢各位的阅读!
相关推荐: SQL SERVER Alwayson原理及如何进行故障排除
本篇文章给大家分享的是有关SQL SERVER Alwayson原理及如何进行故障排除,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。SQL SERVER Alwayson 是SQL SERVER …
免责声明:本站发布的图片视频文字,以转载和分享为主,文章观点不代表本站立场,本站不承担相关法律责任;如果涉及侵权请联系邮箱:360163164@qq.com举报,并提供相关证据,经查实将立刻删除涉嫌侵权内容。