学生和专业人士,
我目前正在尝试对随机样本大小 (T=10,30,50,100,500) 进行正态性检验。
我用于正态性测试的函数如下:
sim1 <- rnorm(10)
sw10 <- shapiro.test(sim1)
这适用于每个样本量
这会产生一个包含测试信息的列表,必须以 90%、95% 和 99% 的置信水平进行解释。
我面临的问题是我需要重复这个过程 1000 次。但是在这种情况下,当计算相同的 p 值时,使用相同的样本 sim1 并没有帮助。
那么我应该使用以下内容吗?
rsw10 <- replicate(shapiro.test(rnorm(10))
另外,我必须计算相对拒绝频率,如何提取该信息?
致以诚挚的问候
最佳答案
如果我的理解是正确的,那么它就像是,首先是重复次数,然后是函数:
sim = replicate(1000,shapiro.test(rnorm(10)))
假设 alpha 为 0.05,拒绝结果如下:
table(sim["p.value",]<0.05)
FALSE TRUE
961 39
关于r - 正态性测试在 R 中重复 1000 次 : Shapiro Wilk, Jarque Bera,Lilliefors,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60681209/