如何在 R 中应用夏皮罗测试？

Question

我对统计很陌生，我需要你的帮助。我刚刚安装了 R 软件，我不知道如何使用它。我有一个小样本如下：

Group A : 10, 12, 14, 19, 20, 23, 34, 41, 12, 13
Group B :  8, 12, 14, 15, 15, 16, 21, 36, 14, 19

我想应用 t 检验，但在此之前我想应用 Shapiro 检验来了解我的样本是否来自具有正态分布的总体。我知道有一个函数 shapiro.test() 但是我怎样才能把我的数字作为这个函数的输入呢？

我可以简单地输入 shapiro.test(10,12,14,19,20,23,34,41,12,13, 8,12, 14,15,15,16,21,36,14,19 )?

Answer 1

好的，因为我感觉很好，让我们解决这个问题。我假设您知道如何运行命令等。首先，将您的数据放入向量中：

A = c(10, 12, 14, 19, 20, 23, 34, 41, 12, 13)
B = c(8, 12, 14, 15, 15, 16, 21, 36, 14, 19)

让我们检查一下 shapiro.test() 的帮助。

help(shapiro.test)

在那里你会看到以下内容：

用法

shapiro.test(x)

参数

x 数据值的数字向量。允许缺失值，但 非缺失值的数量必须在 3 到 5000 之间。

因此，输入必须是向量值。现在我们知道我们可以直接使用向量A 和B 运行“shapiro.test()”函数。 R 的大部分函数都使用命名参数，所以我们告诉函数我们传入了什么：

shapiro.test(x = A)

结果显示在屏幕上：

Shapiro-Wilk normality test

data:  A
W = 0.8429, p-value = 0.0478

那么我们可以对 B 做同样的事情：

shapiro.test(x = B)

这给了我们

Shapiro-Wilk normality test

data:  B
W = 0.8051, p-value = 0.0167

如果我们愿意，我们可以同时测试A 和B，尽管很难知道这是否是一个有效的测试。所谓“有效”，我的意思是想象你从袋子里拿出数字来获得A 和B。如果A 中的数字被扔回袋子里，然后我们拿走了B，我们只是重复计算了。如果A 中的数字没有被退回，那么测试 x =c(A,B) 是合理的，因为我们所做的只是增加了样本的大小。

shapiro.test(x = c(A,B))

这些是否意味着数据是正态分布的？好吧，在帮助中我们看到了这个：

价值

...

p.value 检验的近似 p 值。这在 Royston (1995) 中说对于 p.value 是足够的

所以也许这已经足够了。但这取决于您的要求！