“逆轉”夏皮羅-威爾克

Sharipo-Wilk 檢驗，根據維基百科，檢驗零假設 () “人口呈正態分佈”。

我正在尋找一個類似的正態性檢驗“人口不是正態分佈的”。

有這樣的測試，我想計算一個-拒絕的值在顯著性水平當且當; 證明我的人口是正態分佈的。

請注意，使用 Sharipo-Wilk 測試並接受當且當是一種不正確的方法，因為它的字面意思是“我們沒有足夠的證據證明 H0 不成立”。

相關線程 -的含義-value，正態性測試沒用嗎？，但我看不到我的問題的解決方案。

**問題：**我應該使用哪種測試？它是在 R 中實現的嗎？

沒有什麼可以證明您的數據是正態分佈的。只有測試表明您的數據不是正態分佈的。因此，有像 Shapiro-Wilk 這樣的測試，其中（還有很多其他的），但沒有檢驗，其中 null 是總體不正常，而替代假設是總體正常。

您所能做的就是弄清楚您關心的偏離正常值的類型（例如，偏度），以及該偏差必須有多大才能讓您感到困擾。然後，您可以測試數據中與完美正態性的偏差是否小於臨界值。有關一般想法的更多信息，請在此處閱讀我的答案：為什麼統計學家說不顯著的結果意味著“你不能拒絕零”而不是接受零假設？

引用自：https://stats.stackexchange.com/questions/144236