資料結構
網路
關係資料庫管理系統(RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學如何使用Shapiro-Wilk檢驗來檢查R資料框列的正態性？
要對向量應用Shapiro-Wilk正態性檢驗，我們只需在`shapiro.test`函式中指定向量名稱即可；但如果要對R資料框列進行同樣的操作，則必須以正確的方式指定該列。例如，如果資料框名稱為`df`，列名為`x`，則函式將按`shapiro.test(df$x)`的方式執行。
示例
x1<-rnorm(1000,1.5) df1<-data.frame(x1) shapiro.test(df1$x1)
輸出
Shapiro-Wilk normality test data: df1$x1 W = 0.99886, p-value = 0.792
示例
x2<-runif(1000,2,10) df2<-data.frame(x2) shapiro.test(df2$x2)
輸出
Shapiro-Wilk normality test data: df2$x2 W = 0.9581, p-value = 2.562e-16
示例
x3<-rpois(4000,2) df3<-data.frame(x3) shapiro.test(df3$x3)
輸出
Shapiro-Wilk normality test data: df3$x3 W = 0.91894, p-value < 2.2e-16
示例
x4<-rpois(4000,5) df4<-data.frame(x4) shapiro.test(df4$x4)
輸出
Shapiro-Wilk normality test data: df4$x4 W = 0.97092, p-value < 2.2e-16
示例
x5<-sample(1:5,5000,replace=TRUE) df5<-data.frame(x5) shapiro.test(df5$x5)
輸出
Shapiro-Wilk normality test data: df5$x5 W = 0.88902, p-value < 2.2e-16
示例
x6<-sample(1:10,5000,replace=TRUE) df6<-data.frame(x6) shapiro.test(df6$x6)
輸出
Shapiro-Wilk normality test data: df6$x6 W = 0.93373, p-value < 2.2e-16
示例
x7<-sample(1:100,5000,replace=TRUE) df7<-data.frame(x7) shapiro.test(df7$x7)
輸出
Shapiro-Wilk normality test data: df7$x7 W = 0.9556, p-value < 2.2e-16
示例
x8<-sample(2500:3500,5000,replace=TRUE) df8<-data.frame(x8) shapiro.test(df8$x8)
輸出
Shapiro-Wilk normality test data: df8$x8 W = 0.95117, p-value < 2.2e-16
示例
x9<-rbinom(5000,10,0.5) df9<-data.frame(x9) hapiro.test(df9$x9)
輸出
Shapiro-Wilk normality test data: df9$x9 W = 0.96629, p-value < 2.2e-16
示例
x10<-rbinom(5000,1000,0.5) df10<-data.frame(x10) shapiro.test(df10$x10)
輸出
Shapiro-Wilk normality test data: df10$x10 W = 0.9993, p-value = 0.04748
更新於：2020年9月8日
598 次瀏覽
廣告