R中的正态性检验给出了奇怪的结果？

Question

  

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！？

Answer 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 和都是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。