正态性检验的全能选手——AD检验
|
|
|
|
-
中等样本正态验证：比如你收集了80份问卷数据，SW检验觉得太小、KS检验觉得不够大，这时候AD检验恰好是最佳区间。 -
尾部敏感性检验：金融数据的极端收益、医学指标的异常值，这些尾部特征对后续分析影响很大，AD检验能第一时间捕捉到。 -
通用分布拟合：AD检验不仅适用于正态分布，还支持对数正态、指数分布、Weibull分布等多种理论分布的拟合优度检验，适用面比SW更广。
|
|
# 加载包（需提前安装nortest包）install.packages("nortest")library(nortest)# 输入数据data <- c(2.1,1.8,2.5,2,1.9,2.2,2.4,1.7,2.3,2.6,1.6,2.7,2.8,1.5,2.9,3,1.4,3.1,3.2,1.3,2.1,1.8,2.5,2,1.9,2.2,2.4,1.7,2.3,2.6)# AD正态性检验ad.test(data)
|
|
