有一单样本，有18980个数据，在R中进行正态性检验。均遇到问题：
用K-S检验的结果：
One-sample Kolmogorov-Smirnov test
data:  datadest
D = 0.0387, p-value < 2.2e-16
alternative hypothesis: two-sided
警告信息：
In ks.test(datadest, "pnorm") : 在有连结的情况下无法正确計算p值

这个问题已经在论坛查到了。原因是“在样本数据中有相同的值出现。one sample Kolmogorov-Smirnov检验要求待验分布是连续的，而连续分布出现相同值的概率为0。也就是说数据中倘出现相同值，则连续分布的假设不成立，那么这一检验法从理论上讲并不试用。”-sheepmiemie

用shapiro.test()函数进行正态性检验，出现下面错误：
错误于shapiro.test(datadest) : 样本大小必需在3和5000之间


看来ks.test可用于大样本但要求样本中不能出现相同值；而shapiro检验又不适合大样本的检验。


问一下对于单样本的正态性检验，哪种检验方法比较合适呢？