R 正态性检验

我对统计非常陌生，但我有大约78个数据点，我正在测试它们的正态性，以确定我是否可以使用方差分析。我做了一个qqnorm和qqline图，但我不确定与qqline的偏差是否足以表明我不能使用方差分析。我的点偏离直线有多远？我的数据何时扭曲到无法使用方差分析

这是我的

Q-Q图

---

Shapiro-Wilks正态性测试应满足以下要求：

data = rnorm(1000,0,1)
shapiro.test(data)

#Output
Shapiro-Wilk normality test

data:  data
W = 0.99886, p-value = 0.7952

---

注意：无效假设是数据是正态分布的。因此，上面的例子，因为数据确实是正态分布的

Shapiro-Wilks正态性检验应足以：

data = rnorm(1000,0,1)
shapiro.test(data)

#Output
Shapiro-Wilk normality test

data:  data
W = 0.99886, p-value = 0.7952

---

注意：无效假设是数据是正态分布的。因此，上面的例子，因为数据确实是正态分布的

这是一个统计问题，最好还是继续问下去。很可能已经有人提出了一个几乎相同的问题；但（1）另见。。。正态性是方差分析有效性最不重要的假设，即方差分析对非正态性相当稳健；（2） 您应该查看适合您的数据的线性模型的残差，而不是原始数据本身。你能发布你的数据吗？嗨，本，谢谢你的帮助和你提供的链接。我提供的图是线性拟合的残差图，我忘了在我原来的帖子中提到这一点。我不是在做非常复杂的分析，所以如果ANOVA对非正态性相当稳健，那么这对于我来说应该足够好了，因为shapiro测试显示我一直在qqplotting的数据非常接近我使用的显著性水平！这是一个统计问题，最好还是继续问下去。很可能已经有人提出了一个几乎相同的问题；但（1）另见。。。正态性是方差分析有效性最不重要的假设，即方差分析对非正态性相当稳健；（2） 您应该查看适合您的数据的线性模型的残差，而不是原始数据本身。你能发布你的数据吗？嗨，本，谢谢你的帮助和你提供的链接。我提供的图是线性拟合的残差图，我忘了在我原来的帖子中提到这一点。我不是在做非常复杂的分析，所以如果ANOVA对非正态性相当稳健，那么这对于我来说应该足够好了，因为shapiro测试显示我一直在qqplotting的数据非常接近我使用的显著性水平！所以我只想做shapiro.test（x），我不想对残差进行测试？正确，为了澄清线性模型检验所需的假设，所以我只想做shapiro.test（x），我不想对残差进行测试？正确，为了澄清线性模型检验所需的假设