对R中多个变量的Shapiro-Wilk正态性检验

Question

Shapiro-Wilk对R中多个变量的正态性检验：我有一个名为data的数据集，以及三个连续变量a，b，c。如何编写for循环分别对变量执行shapiro.test（）？

Answer 1

由朋友捐赠。

for (i in 1:3){print(shapiro.test(data[,i]))}

Answer 2

  

如果您有3个向量a，b，c：

    vars <- list(a, b, c)
    result <- list()
    for(i in seq(length(vars))) {
        result <- append(result, shapiro.test(vars[[i]]))
    }

  

如果您有数据框：

    result <- list()
    for(i in seq(dim(data)[2])) {
        result <- append(result, shapiro.test(data[[i]]))
    }

Answer 3

您也知道，通过这种方式循环独立的假设测试通常是一种不好的做法。每次这样做，你都会承担少量的风险（通常为5％，如果alpha为0.05），那么如果你有100个变量，那么你真的会接受0.05+0.05+0.05+...+0.05 = 0.05*100的总风险。这是不合理的。即使他们都通过了正常性的考验，你现在肯定（概率 - 盟友），他们不相信他们都是正确的。它不是如上所述的严格添加剂，而是接近的。每个变量0.95对你的结论都有信心，然后第二次成为0.95^2，所以它继续。这使你最终对其总体正常性有一个（通常）很小的信心。虽然统计学家过去曾这样做过。不鼓励。