Cross Validated.SE上有类似问题的一些答案。

一个建议的答案是使用 Hartigan 的浸渍测试。另一种是使用mixtools包。

我在R中模拟了一些示例数据并使用了diptest包和mixtools包。下图显示了图表顶部的原始数据，以及根据mixtools.

结果diptest是：

数据：one_mode D = 0.0219，p 值 = 0.9915

数据：two_mode D = 0.0628，p 值 = 0.004434

也就是说diptest，第一个（单峰）数据集有 99.15% 的机会成为单峰，第二个（双峰）数据集有 0.44% 的机会成为单峰。

下面的 R 代码 # Q26358

one_mode <- rnorm(100, 0, 1)
two_mode <- c(rnorm(50, -2, 1), rnorm(50, +2, 1))

plot(1:100,one_mode,pch=16, col="green")
lines(1:100,two_mode, pch=16, col="red")

library(mixtools)

par(mfrow=c(2,2))
plot(1:100,one_mode,pch=16, col="green")
plot(1:100,two_mode, pch=16, col="red")


mixmdl = normalmixEM(one_mode)
plot(mixmdl,which=2)
lines(density(one_mode), lty=2, lwd=2)

mixmdl_two = normalmixEM(two_mode)
plot(mixmdl_two,which=2)
lines(density(two_mode), lty=2, lwd=2)

library(diptest)
dip.test(one_mode)
dip.test(two_mode)