matlab检验一组数据是否符合正态分布的代码

以下是使用Matlab进行正态性检验的示例代码：

假设有一组数据x，我们想要检验它是否符合正态分布。我们可以使用Matlab内置函数normplot和kstest来进行检验。

1. 首先，使用normplot函数绘制数据x的正态概率图：

normplot(x)

如果数据符合正态分布，则图形将大致遵循一条直线。

2. 然后，使用kstest函数进行Kolmogorov-Smirnov检验：

[h,p] = kstest(x)

该函数返回两个变量：h表示检验结果的置信度（如果h=0，则不能拒绝原假设，即数据符合正态分布；如果h=1，则可以拒绝原假设，即数据不符合正态分布），p表示p值，即在原假设下，观察到当前检验统计量或更极端情况的概率。通常，如果p值小于0.05，则可以拒绝原假设。

综上，完整的Matlab代码如下：

% 生成一组随机数据
x = randn(100,1);

% 绘制正态概率图
normplot(x)

% 进行Kolmogorov-Smirnov检验
[h,p] = kstest(x)

if h == 0
    disp('数据符合正态分布')
else
    disp('数据不符合正态分布')
end