在R中解释Shapiro Wilk检验

Question

您好统计学家和数据爱好者！！

我正在研究一个数据集，以对其进行线性判别分析。而且我很难找到具有良好的正态分布得分shapiro.test的列，因为所有p值都达到0.05的水平。

下面是我的数据中的shapiro.test结果

              statistic  p.value     
Id            0.9548438  7.972013e-21
MSSubClass    0.8045693  9.108194e-39
LotFrontage   0.8804029  2.001693e-29
LotArea       0.3510589  7.933654e-58
OverallQual   0.9480078  2.686457e-22
OverallCond   0.8289229  6.774229e-37
YearBuilt     0.9255974  2.77022e-26 
YearRemodAdd  0.8628004  6.72028e-34 
MasVnrArea    0.639286   6.556645e-48
BsmtFinSF1    0.8479603  2.813854e-35
BsmtFinSF2    0.3272826  1.850254e-58
BsmtUnfSF     0.9304219  1.639911e-25
TotalBsmtSF   0.917352   1.611332e-27
X1stFlrSF     0.9269462  4.513223e-26
X2ndFlrSF     0.7668042  2.514882e-41
LowQualFinSF  0.09799004 9.589248e-64
GrLivArea     0.9279825  6.597611e-26
BsmtFullBath  0.6582952  3.760666e-47
BsmtHalfBath  0.2429119  1.466616e-60
FullBath      0.7193559  4.231488e-44
HalfBath      0.6380019  4.581582e-48
BedroomAbvGr  0.849803   4.115551e-35
KitchenAbvGr  0.2197959  4.221203e-61
TotRmsAbvGrd  0.9422768  2.004964e-23
Fireplaces    0.7552301  4.83098e-42 
GarageYrBlt   0.9209432  2.816783e-26
GarageCars    0.8353703  2.301685e-36
GarageArea    0.9753273  4.016963e-15
WoodDeckSF    0.7685159  3.227985e-41
OpenPorchSF   0.7271672  1.135905e-43
EnclosedPorch 0.4144382  4.849485e-56
X3SsnPorch    0.09493385 8.307268e-64
ScreenPorch   0.2982077  3.305688e-59
PoolArea      0.04120243 7.111538e-65
MiscVal       0.05823268 1.529907e-64
MoSold        0.968784   3.178973e-17
YrSold        0.8970975  3.420194e-30
SalePrice     0.8696715  3.206142e-33

所有所需列的直方图

但是我很难解释这些结果，因为我是统计和R语言的新手。

请准确地解释这一点，以便找到正态分布的列。

Answer 1

要了解p值，您必须了解相应的统计检验实际上正在检验什么。

对于Shapiro-Wilk正态性检验，原假设是基础数据具有正态分布。然后，p值（或多或少）测量这种可能性。 如果p值大于或等于0.05，我们通常会接受零假设。这意味着尽管只有5％的情况是正确的，但我们拒绝了原假设（I类错误）。

在您的情况下，所有p值都几乎无法被接受。直方图的简要说明显示，实际上所有变量似乎都没有正态分布。正态分布看起来像这样：

直方图应对称且呈钟形。希望这会有所帮助。