正态性检验

正态性检验简介
　　生成正态概率图 并进行假设检验 ，以检查观测值是否服从正态分布 。对于正态性检验 ，假设为
　　H0：数据服从正态分布 与 H1：数据不服从正态分布
　　图形中的垂直尺度类似于正态概率图中的垂直尺度。水平轴为线性尺度。此线形成数据所来自总体 的累积分布函数的估计值。图中会显示总体参数的数字估计 （m 和 s）、正态性检验值以及关联的 p 值 。三种检验方法

Anderson-Darling：

　　选择此项将执行正态性的 Anderson-Darling 检验 ，这是一种基于 ECDF（经验累积分布函数）的检验。

Ryan-Joiner：

　　选择此项将执行 Ryan-Joiner 检验 ，它类似于 Shapiro-Wilk 检验 。Ryan-Joiner 检验是一种基于相关的检验。

Kolmogorov-Smirnov：

　　选择此项将执行正态性的 Kolmogorov-Smirnov 检验 ，这是一种基于 ECDF 的检验。