matlab检验分布的正态性

Matlab中可以使用多种方法来检验数据的正态性，以下是几种常用的方法：

1. Shapiro-Wilk检验：使用shapiro()函数进行检验，当p值小于0.05时，拒绝原假设，即认为数据不服从正态分布。

2. Kolmogorov-Smirnov检验：使用kstest()函数进行检验，同样当p值小于0.05时，拒绝原假设，即认为数据不服从正态分布。

3. QQ图：使用qqplot()函数绘制QQ图，通过比较样本数据与正态分布的理论分位数来判断数据是否服从正态分布。若点分布在一条直线附近，则认为数据服从正态分布。

4. 直方图：使用hist()函数绘制直方图，通过观察数据的分布形态来初步判断是否服从正态分布。

需要注意的是，以上方法均只能作为初步判断，若对数据的正态性有严格的要求，需要使用更加严格的方法进行检验。