在 R 中，我有一个包含 348 个度量的样本，并且想知道我是否可以假设它是正态分布的，以供将来的测试使用。

基本上遵循另一个堆栈答案，我正在查看密度图和 QQ 图：

plot(density(Clinical$cancer_age))

qqnorm(Clinical$cancer_age);qqline(Clinical$cancer_age, col = 2)

我在统计方面没有丰富的经验，但它们看起来像是我见过的正态分布的例子。

然后我运行 Shapiro-Wilk 测试：

shapiro.test(Clinical$cancer_age)

> Shapiro-Wilk normality test

data:  Clinical$cancer_age
W = 0.98775, p-value = 0.004952

如果我正确解释它，它会告诉我拒绝原假设是安全的，即分布是正态的。

但是，我遇到了两个 Stack 帖子（here和here），它们严重破坏了该测试的实用性。看起来如果样本很大（348被认为是大吗？），它总是会说分布不正常。

我应该如何解释这一切？我应该坚持使用 QQ 图并假设我的分布是正常的吗？