R怎么对变量作正态性检验

在R中，可以使用Shapiro-Wilk检验或者Kolmogorov-Smirnov检验来进行正态性检验。下面是使用Shapiro-Wilk检验的示例代码：

# 生成一组随机数据
x <- rnorm(100)

# 进行Shapiro-Wilk检验
shapiro.test(x)

输出结果如下：

Shapiro-Wilk normality test

data:  x
W = 0.98656, p-value = 0.6615

其中，W为检验统计量，p-value为检验的显著性水平。如果p-value小于设定的显著性水平（通常为0.05），则拒绝原假设，即数据不服从正态分布。反之，如果p-value大于显著性水平，则接受原假设，即数据服从正态分布。