哪个向量更接近R中的法线

我想知道是否有一个在R中实现的测试，我可以用来比较几个向量，并指出哪个向量更接近正态分布？我特别寻找一个数字，将表明这一点，而不是目视检查。例如：比较

a

、

b

和

c

我知道

b

更接近正态分布，但我如何在R中自动捕捉到这一点

a <- runif(100)
b <- rnorm(100)
c <- rpois(100, 10)

---

a有几个测试。这里有两个：Shapiro测试和KS测试：

set.seed(7)
a <- runif(100)
b <- rnorm(100)
c <- rpois(100, 10)

ks.test(a, "pnorm")
ks.test(b, "pnorm")
ks.test(c, "pnorm")

shapiro.test(a)
shapiro.test(b)
shapiro.test(c)

set.seed（7）
a主要区别在于均匀分布为平缓分布，泊松分布为右偏分布（其s.d.的75阶统计量高于预期值）。最好用三阶或四阶矩来研究这些问题。我认为这个问题应该比现在更具体。建议迁移到crsoo.come。一旦你们知道什么方法和术语适合你们的需要，你们就可以搜索R包了。你们想比较不同尺寸的样品吗？你们有什么样的尺码？如果我理解正确，这是您主要关心的问题。在比较中，它们都应该是相同的样本量，但不同的比较中，样本量会有所不同。