如何同时测试R中多个变量的正态性？

我有一个由20个观测值和35个变量组成的数据框架

一个变量的正态性测试将为

shapiro.test(mydata$var1)

---

我想同时测试所有变量的正态性。如何在R中执行此操作？

这在很大程度上取决于您正在寻找的输出类型以及您希望如何控制familywise错误率。这里有一个使用Bonferroni校正的解决方案

# example data
t <- as.data.frame(matrix(rnorm(700), 20,35))

shapiro_test_df <- function(df, bonf= TRUE, alpha= 0.05) {
  l <- lapply(df, shapiro.test)
  s <- do.call("c", lapply(l, "[[", 1))
  p <- do.call("c", lapply(l, "[[", 2))
  if (bonf == TRUE) {
    sig <- ifelse(p > alpha / length(l), "H0", "Ha")
  } else {
    sig <- ifelse(p > alpha, "H0", "Ha")
  }
  return(list(statistic= s,
              p.value= p,
              significance= sig,
              method= ifelse(bonf == TRUE, "Shapiro-Wilks test with Bonferroni Correction",
                             "Shapiro-Wilks test without Bonferroni Correction")))
}

shapiro_test_df(t)

#示例数据
t
sapply（mydata，shapiro.test）
您希望它如何输出？@jeremycg您的解决方案无法控制家庭错误率，这可能非常重要here@Carl我希望以dataframeRight的形式输出，但是您希望每个测试都有一个新的列，或者每个测试都有一个新行。您是否可以编辑您的问题以给出所需输出的结构？是否可以在循环中添加ifelse以记录非正态分布的转换变量