• 正态性W检验 shapiro.test()
  用Shapiro-Wilk W统计量做数据的正态性检验。
  
  
• 经验分布的Kolmogorov-Smirnov检验 ks.test()
  Kolmogorov-Smirnov检验考察经验分布与目标分布的拟合程度，也可以用来检验两组样本是否服从相同分布。
  
  
• 样本相关系数的区间估计 ruben.test()
  (来自《统计建模与R软件》)
  
  复制代码
  
  
• 相关系数显著性检验 cor.test()
  提供了Pearson检验、Spearman检验和Kendall检验三种方法。
  
  
• t检验 t.test()
  
  
• 方差比检验 var.test()
  
  
• 二项分布检验 binom.test()
  检验数据是否服从特定的二项分布，另外“符号检验”问题也可以转化为二项分布检验。
  
  
• Pearson卡方拟合优度检验 chisq.test()
  检验对目标分布的拟合程度，也可以对列联表数据做独立性检验。
  
  
• Fisher精确检验 fisher.test()
  对2×2的列联表做独立性检验。
  
  
• McNemar列联表检验 mcnemar.test
  对2×2的列联表的“对称性”做检验。
  
  
• Wilcoxon符号秩检验 wilcox.test()
  检验数据是否来自目标分布，也可检验两组数据是否来自同一分布（两组数据的长度可以不同）。
  
  
• Bartlett同方差检验 bartlett.test()
  检验方差分析中残差的同方差性。
  
  
• Kruskal-Wallis秩和检验 kruskal.test()
  检验方差分析中残差的同方差性。
  
  
• Friedman秩和检验 friedman.test()
  检验方差分析中残差的同方差性。
  
  
  （未完待续......）