R语言-数据的正态性检验
关注我
不迷路
R语言-数据的正态性检验
R语言-数据的正态性检验
数据的分布形势是进行统计学处理的基础，在没有掌握数据结构的情况下进行统计学分析，极有可能得出不可靠的结论，因此对于数据分布的检验就显得非常重要。正态分布是几种常见的数据分布形势，在体育学研究中也较为常见，使用R语言进行数据的正态性的检验非常简单。欲知详情，请点赞关注！
1
01
数据
数据如下，这是一份根据真实数据改编的改编数据。
02
读入数据到RStudio
1
方式一
给出文件的相对路径，首先设置R-Studio的工作目录，然后打开数据文件。设置工作目录为“数据”文件夹。
>setwd(dir="C:\\Users\\admin\\Desktop\\正在处理\\体育统计代码\\数据")
读取数据，将数据存放在df数据框里
> read.csv("正态性检验数据.csv",header=T)
2
方式二
给出文件的绝对路径，无需设置工作目录。
df<-read.csv("C:\\Users\\admin\\Desktop\\正在处理\\体育统计代码\\数据\\正态性检验数据.csv",header=T)
3
查看数据
03
绘制条形图
1
绘制彩色条形图
> h <- hist(df$身高,breaks = 12,col=rainbow(10),xlab="身高",ylab="频率",main = "身高频数分布图")
> x <- df$身高
> xfit <- seq(min(x),max(x),length=40)
> yfit <- dnorm(xfit,mean = mean(x),sd = sd(x))
> yfit <- yfit*diff(h$mids[1:2])*length(x)
> lines(xfit,yfit,col="black",lwd=2)
> rug(jitter(df$身高))#添加轴虚图
> shapiro.test(df$身高)
04
正态性检验
Shapiro-Wilk (SW) 检验，用于验证一个随机样本数据是否来自正态分布。
1
结果解读
H0：该样本数据服从正态分布。
H1：该样本数据不服从正太分布。
SW检验结果为：p＞0.05，因此接受原假设，认为该样本符合正态分布。
04
参考资料
[1]https://blog.csdn.net/zzminer/article/details/8858469