如果唯一的标准是最强大的，那么没有什么比 SnowsPenultimateNormalityTest 更好的了文档可能（希望）比函数本身更有用的函数。

更重要的是考虑当这些正态性检验拒绝零值或未能拒绝零值时意味着什么。

一般来说，我建议使用不止一项测试。通过像 R 这样的统计程序，它并不像每次测试只输入一行那么费力。

Shapiro-Wilks 和 Anderson-Darling-Test 都是比较分布函数或分析方差的检验。例如，Cramér-von-Mises 或 Jaques-Bera-Test 使用函数的峰度和偏度之间的比较。在某些情况下，两种测试变体之间的结果可能会有所不同。

根据测试的情况，每个测试都有它的优势和弱点。因此，建议对同一数据集尝试不同的测试。如果数据集明显呈正态分布，则结果应该不会有太大差异。