R语言-数据的正态性检验

Posted 2021-04-18 体育统计代码

关注我

不迷路

R语言-数据的正态性检验

R语言-数据的正态性检验

     数据的分布形势是进行统计学处理的基础，在没有掌握数据结构的情况下进行统计学分析，极有可能得出不可靠的结论，因此对于数据分布的检验就显得非常重要。正态分布是几种常见的数据分布形势，在体育学研究中也较为常见，使用R语言进行数据的正态性的检验非常简单。欲知详情，请点赞关注！

1

01

数据

数据如下，这是一份根据真实数据改编的改编数据。

02

读入数据到RStudio

1

方式一

     给出文件的相对路径，首先设置R-Studio的工作目录，然后打开数据文件。设置工作目录为“数据”文件夹。

>setwd(dir="C:\Users\admin\Desktop\正在处理\体育统计代码\数据")

读取数据，将数据存放在df数据框里

> read.csv("正态性检验数据.csv",header=T)

2

方式二

     给出文件的绝对路径，无需设置工作目录。

df<-read.csv("C:\Users\admin\Desktop\正在处理\体育统计代码\数据\正态性检验数据.csv",header=T)

3

查看数据

03

绘制条形图

1

绘制彩色条形图

> h <- hist(df$身高,breaks = 12,col=rainbow(10),xlab="身高",ylab="频率",main = "身高频数分布图")

> x <- df$身高

> xfit <- seq(min(x),max(x),length=40)

> yfit <- dnorm(xfit,mean = mean(x),sd = sd(x))

> yfit <- yfit*diff(h$mids[1:2])*length(x)

> lines(xfit,yfit,col="black",lwd=2)

> rug(jitter(df$身高))#添加轴虚图

> shapiro.test(df$身高)

04

正态性检验

     Shapiro-Wilk (SW) 检验，用于验证一个随机样本数据是否来自正态分布。

1

结果解读

H0：该样本数据服从正态分布。

H1：该样本数据不服从正太分布。

SW检验结果为：p＞0.05，因此接受原假设，认为该样本符合正态分布。

04

参考资料

[1]https://blog.csdn.net/zzminer/article/details/8858469