正态性检验分析用于判断数据是否呈现出正态分布，它是统计判决中重要的一种特殊的拟合优度假设检验。常用的正态性检验方法有科莫戈洛夫-斯米尔诺夫检验法（Kolmogorov-Smirnov），夏皮洛-威尔克检验法（Shapiro-Wilktest）,偏度-峰度检验法等。
正态分布是很多分析方法的前提条件，如果数据不满足正态分布，则需要选择不同的对应方法。如t检验，相关分析和方差分析等。在相关分析中如果分析项均满足正态性，使用Pearson相关系数，如果不满足使用Spearman相关系数。
本分析方法返回Kolmogorov-Smirnov检验结果和Shapro-Wilk检验结果，如果样本量大于等于50，请使用前者的检验结果，如果样本量小于50则请使用后者的检验结果。
参考文献：
- Nornadiah Mohd Razali, Yap Bee Wah.(2011). Power comparisons of Shapiro-Wikl, Kolmogorov-Smirnov, Lilliefors and Anderson-Darling tests. Journal of Staristical Modeling and Analytics, Vol.2 No.I, 21-33.
- 贾俊平. 统计学[M]. 第6版. 北京：中国人民大学出版社，2014.12.
- 何凤霞,马学俊. 基于R软件的正态性检验的功效比较[J].统计与决策,2012(18):17-19.
