R中检验正态分布的方法：

（1）Kolmogorov–Smirnov test：ks.test(x,y,…)函数

 

（2）Anderson–Darling test ：ad.test(x)函数

（3）Shapiro-Wilk test：shapiro.test(x) 函数。适用于小样本（3≤n≤50）

（4）Lilliefor test：lillie.test(x)函数

R中检验方差齐性的方法：

（1）Bartlett test: 数据符合正态分布，适用此方法。Bartlett.test(x)函数

（2）Levene test：leveneTest(x)函数

（3）Fligner-Killeen test：非参检验方法，不依赖任何分布。Fligner.test(x)函数

 

 

#加载包library(car)
data(iris)#提取iris,Sepal.Lengthdat<-dplyr::select(iris,Sepal.Length,Species)
#正态检验#Sepal.Lengthshapiro.test(dat$Sepal.Length)#整体检验tapply(dat$Sepal.Length,dat$Species, shapiro.test)#分组检验qqPlot(lm(dat$Sepal.Length~dat$Species), simulate = TRUE, main = 'QQ Plot', labels = FALSE)
#方差齐性leveneTest(dat$Sepal.Length~dat$Species)#car包leveneTest函数bartlett.test(dat$Sepal.Length~dat$Species)

 

文章剩余内容<<<<<