R语言正态性检验代码

R语言中进行正态性检验有多种方法，其中一种常用的方法是使用Shapiro-Wilk检验。Shapiro-Wilk检验是一种统计学上的假设检验方法，用于检验数据是否符合正态分布。在R语言中，可以使用shapiro.test()函数进行Shapiro-Wilk检验。

以下是使用shapiro.test()函数进行正态性检验的代码示例：

# 生成一个符合正态分布的随机数向量
x <- rnorm(100)

# 进行Shapiro-Wilk检验
shapiro.test(x)

在上面的代码中，我们首先使用rnorm()函数生成了一个长度为100的符合正态分布的随机数向量x，然后使用shapiro.test()函数对x进行了正态性检验。运行上述代码后，会输出Shapiro-Wilk检验的结果，包括W统计量和p值等信息。

另外，还有其他一些常用的正态性检验方法，如Kolmogorov-Smirnov检验、Anderson-Darling检验等，可以通过R语言中相应的函数进行实现。