在对数据进行统计分析之前，应该先查看数据的特征，然后根据其特征选择分析方法。
很多统计假设方法要求数据是符合正态分布的和方差齐性。
1.数据的正态分布验证：
夏皮罗-威尔克（Shapiro-Wilk）检验法，适用于3 < 样本数< 5000 时的正态性检验。
> data2[1] 10 7 20 14 14 12 10 23 17 20 14 13> a=shapiro.test(data2)> aShapiro-Wilk normality testdata: data2W = 0.95757, p-value = 0.7487##p值表示这个数据群是正态分布的概率
2.方差齐性检验
Bartlett检验 - 如果我们的数据服从正态分布，那么这种方法将是最为适用的。对于正态分布的数据，这种检验极为灵敏；而当数据为非正态分布时，使用该方法则很容易导致假阳性误判。
