我有一个大型数据集（500000 个数据，V1 列包含所有数据）。

x <- read.csv("mydata.csv", header=F)
hist(x)

这使：

看数据，我相信这不是正态分布。作为进一步检查，我构建了一个 qqplot：

x_norm <- (x$V1 - mean(x$V1))/sd(x$V1)
qqnorm(x_norm); abline(0, 1)

这给了：

为了检查 x$V1 （原始数据）对正态分布的拟合优度，我使用了：

rnorm <- rnorm(500000, mean(x$V1), sd(x$V1))
cc <- cbind(rnorm, x$V1)
g <- goodfit(cc, method="MinChisq")
summary(g)

         Goodness-of-fit test for poisson distribution

             X^2 df      P(> X^2)
Pearson 914.5227 17 1.679266e-183
Warning message:
In summary.goodfit(g) : Chi-squared approximation may be incorrect

给予plot(g)：

这看起来正确吗？我可以自信地断定我的数据集X$V1是或不是正态分布吗？

基于以上分析，我应该测试什么其他分布？