R中的正态性检验给出了奇怪的结果?

时间:2012-11-09 13:17:21

标签: r testing statistics normal-distribution

  

可能重复:
  Seeing if data is normally distributed in R

我有6组残差(拟合模型),我正在测试其正常性(我试图证明模型的偏差是在仪器噪声范围内)。

所有这些的核密度图看起来都是高斯的,而qqnorm图看起来很好。我通过两个常态测试运行了所有这些测试:shapiro.test {base}和ad.test {nortest}。这些测试表明除了一个之外,所有数据集都是正常的(p> 0.05,接受正态的零假设)。通常我不会质疑这些结果,但是回归为“不正常”的测试(p <0.05,拒绝正态性的零假设)来自看起来最高斯的数据集...我很困惑,并且会感谢任何帮助!

Here是我的残余核密度图的矩阵,其中注意到来自Anderson-Darling正态性检验(ad.test)的p值。所有图表都在相同的比例(x&amp; y)。非正常的特性是用红色标记的CvsD图。

Here is a link to the data for the CvsD comparison.

为什么这些残差不正常!?

1 个答案:

答案 0 :(得分:1)

事实上,这对我来说看起来并不高斯;更像是具有大n的t分布 - 它比正常曲线更“尖”。 ad.test 都是shapiro测试返回p&lt; 0.05(数据上的shapiro.test返回p = 0.002655)。

然而,请注意正常性测试的有用性是有争议的;例如,见this question。基本上,对于大样本量,即使与正态分布的小偏差也会受到惩罚,H0也会被拒绝。

尽管如此,我仍然相信 - 鉴于您只有328个样本大小 - 在您的情况下,分布不是很正常。