如何简化R(正态检验)中的代码:在一行或两行代码中使用不同的样本大小？

在R中，可以使用以下代码来简化正态检验（R中的正态检验函数为shapiro.test()）并使用不同的样本大小：

# 生成不同样本大小的数据
sample1 <- rnorm(100)
sample2 <- rnorm(200)
sample3 <- rnorm(300)

# 进行正态检验并输出结果
result1 <- shapiro.test(sample1)
result2 <- shapiro.test(sample2)
result3 <- shapiro.test(sample3)

# 输出结果
result1
result2
result3

上述代码中，首先使用rnorm()函数生成了不同样本大小的数据（分别为100、200和300个观测值）。然后，分别对每个样本进行正态检验，并将结果保存在不同的变量中（result1、result2和result3）。最后，通过输出这些结果来查看正态检验的结果。

需要注意的是，正态检验的结果包括统计量和p值。统计量用于判断样本是否符合正态分布，p值用于判断样本是否显著偏离正态分布。根据p值的大小，可以判断样本是否符合正态分布的假设。一般来说，p值小于0.05可以认为样本不符合正态分布。

关于正态检验的更多信息，可以参考腾讯云的相关文档：正态性检验。