如何使用shapiro wilk检验来检查R数据帧列的正常性？

要将shapiro wilk测试应用于向量的正态性，我们只需在shapiro.test函数内部简单地命名向量即可，但是如果我们想对R数据帧列执行相同的操作，则该列将必须以适当的方式指定该列。例如，如果数据框名称为df且列名称为x，则该html" target="_blank">函数将作为shapiro.test（df $x）使用。

示例

x1<-rnorm(1000,1.5)
df1<-data.frame(x1)
shapiro.test(df1$x1)

输出结果

   Shapiro-Wilk normality test
data: df1$x1
W = 0.99886, p-value = 0.792

示例

x2<-runif(1000,2,10)
df2<-data.frame(x2)
shapiro.test(df2$x2)

输出结果

   Shapiro-Wilk normality test
data: df2$x2
W = 0.9581, p-value = 2.562e-16

示例

x3<-rpois(4000,2)
df3<-data.frame(x3)
shapiro.test(df3$x3)

输出结果

   Shapiro-Wilk normality test
data: df3$x3
W = 0.91894, p-value < 2.2e-16

示例

x4<-rpois(4000,5)
df4<-data.frame(x4)
shapiro.test(df4$x4)

输出结果

   Shapiro-Wilk normality test
data: df4$x4
W = 0.97092, p-value < 2.2e-16

示例

x5<-sample(1:5,5000,replace=TRUE)
df5<-data.frame(x5)
shapiro.test(df5$x5)

输出结果

   Shapiro-Wilk normality test
data: df5$x5
W = 0.88902, p-value < 2.2e-16

示例

x6<-sample(1:10,5000,replace=TRUE)
df6<-data.frame(x6)
shapiro.test(df6$x6)

输出结果

   Shapiro-Wilk normality test
data: df6$x6
W = 0.93373, p-value < 2.2e-16

示例

x7<-sample(1:100,5000,replace=TRUE)
df7<-data.frame(x7)
shapiro.test(df7$x7)

输出结果

   Shapiro-Wilk normality test
data: df7$x7
W = 0.9556, p-value < 2.2e-16

示例

x8<-sample(2500:3500,5000,replace=TRUE)
df8<-data.frame(x8)
shapiro.test(df8$x8)

输出结果

   Shapiro-Wilk normality test
data: df8$x8
W = 0.95117, p-value < 2.2e-16

示例

x9<-rbinom(5000,10,0.5)
df9<-data.frame(x9)
hapiro.test(df9$x9)

输出结果

   Shapiro-Wilk normality test
data: df9$x9
W = 0.96629, p-value < 2.2e-16

示例

x10<-rbinom(5000,1000,0.5)
df10<-data.frame(x10)
shapiro.test(df10$x10)

输出结果

   Shapiro-Wilk normality test
data: df10$x10
W = 0.9993, p-value = 0.04748