如何定量测试我的正态分布的有效性？

Question

我试图确定我通过以下方式获得的正态分布的有效性：

xfit<-seq(min(x),max(x),length=1000)
yfit<-dnorm(xfit,mean=mean(x),sd=sd(x))

在我的代码的这段摘录中，x 是一个数组，其中有大约 300 个值在 -15 和 -5 之间。

我通过以下方式将分布与直方图和 QQ 图进行比较来评估分布：

#Fitting in histogram with normal curve
x <- dataM31
h<-hist(x, breaks=10, col="red", xlab="Absolute Magnitude", prob = TRUE) 
xfit<-seq(min(x),max(x),length=1000) 
yfit<-dnorm(xfit,mean=mean(x),sd=sd(x)) 
lines(xfit, yfit, col="blue", lwd=2)

#Create a normality test plot (qq-plot)
x_norm <- (x - mean(x))/sd(x)
qqnorm(x_norm); abline(0,1)

我已尝试对此正态分布的有效性进行任何类型的定量测试，但我找不到针对 1D 数据数组与 2D 正态分布执行此操作的函数。是否有任何功能可以相对轻松地为我做到这一点，或者我应该完全重写我的代码以使其工作？

Answer 1

这些函数提供了正态性检验和密度估计的解决方案，在控制台中运行并查看示例：

?shapiro.test()
?ks.test()
?density()