我目前正致力于在shapiro.test中最大化依赖区间变量的P值。 我已经试了好几天了,但似乎没什么用。 我的问题是我被建议使用log(x),但这不会产生任何结果,因为R只给出NA作为答案。
我是否可以采用任何智能数学运算来最大化我的P值,因为它现在非常小。
提前谢谢
abh_varb [1] 1 3 3 0 1 0 2 1 3 1 2 1 4 2 0 1 0 2 2 1 3 2 0 1 1 1 2 2 0 1 1 0 1 3 2 2 [37] 1 2 0 2 2 0 2 2 1 1 1 1 3 0 2 1 1 2 2 3 1 3 1 2 3 4 1 1 1 2 1 0 2 1 1 3 [73] 4 1 1 1 1 3 0 2 0 2 3 0 2 0 1 2 2 2 4 2 3 2 1 3
Shapiro-Wilk normality test
data: abh_varb
W = 0.90306, p-value = 2.973e-06
使用log(x)函数:
> shapiro.test(log(abh_varb))
Shapiro-Wilk normality test
data: log(abh_varb)
W = NaN, p-value = NA