正态检测方法：
Shapiro-Wilk(W检验)
是最为常用和较为普遍接受的一种方法，其R代码为：
a<-data1[,1]
shapiro.test(a)
当结果P值>0.05时，即为接受该组数据为正态
Kolmogorov-Smirnov检验
代码：install.packages(“nortest”)
library(nortest)
a<-data1[,1]
lillie.test(x)
当结果P值>0.05时，即为接受该组数据为正态
qqplot()，可直接观看数据的变化趋势，从而决定改组数据的处理方式，判断数据是否属于正态
正态转换方法：
当发现数据不是正态时，我们通常有两种考虑，
1.对其进行转换；
2.考虑该组数据是否符合其他分布，如泊松分布、二项分布、伽马分布等。
通常，其转为正态的方法有以下几种：
1.log转换，可用函数In()，log2(),log10()，一般适合右偏态的数据；
2.开根号或平方或立方或更高次的转换，此类转换需要慎重，需考虑变换后的意义，如果没有必要，需避免此类操作。你也不知道如何去解释脂肪含量与摄入花生数立方的关系，不是吗；
3.Box-Cox转换 (参考R语言实战)，R代码为：
install.packages(“car”)
library(car)
a<-data1[,1]
summary(powerTransform(a))
其Est.power值即为所要对原数据所做的处理
4.spss中的“blom”函数，此处不做详细解释
转载本文请联系原作者获取授权，同时请注明本文来自雷博宇科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3304313-1163621.html?mobile=1
收藏
