如何检验数据正态分布_用shapiro.test()与ggqqplot()做正态分布检验

86 阅读 0 评论 57 点赞

我是靠谱客的博主玩命小霸王，最近开发中收集的这篇文章主要介绍如何检验数据正态分布_用shapiro.test()与ggqqplot()做正态分布检验，觉得挺不错的，现在分享给大家，希望可以做个参考。

案例数据雇员数据employee，公众号后台回复【雇员】下载数据，尝试对当前薪金数据做正态分布检验。

图形法辅助观察正态分布利用ggpubr包ggqqplot()绘制QQ图，辅助观察一组数据的正态性。

ggqqplot(employee,x = "salary")

解读：多数点偏离直线，所以认为当前薪金数据为非正态分布数据。 统计检验正态性利用shapiro.test()函数对小样本数据(3~5000)做正态分布检验。原假设数据服从正态分布，当伴随概率P值大于0.05时，认为数据服从正态分布。

shapiro.test(employee$salary)

Shapiro-Wilk normality testdata: employee$salaryW = 0.77061, p-value < 2.2e-16解读：当前薪金数不服从正态分布(W=0.771，P＜0.001)

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。