你用shapiro.test去检验1~10这10个数，你会发现更加惊奇的结论。

古典统计学的正确性在于 样本数趋于无穷：一切以渐近性为核心. 本来在大样本下方能正确应用,但现在变成了"小样本"统计工具"!!
楼主用一个样本验正shapiro.test 不符它的前提假设：渐近条件下才正确
本人用100000个样本验正，它是基本正确的：见下：
xm<-matrix(rnorm(1000*100000),nrow=1000)  ###获得100000个有1000个观察的样本
yshapiro<-apply(xm,2,function(x) shapiro.test(x)$p.value) ###计算十万个样本的shapiro.test的p 值
sum(yshapiro<0.05)/100000   ###计算十万个样本的p 值中p<0.05的占比
[1] 0.05139     ###结果接近理论值 0.05  ,毕竟十万还不是理论要求的”无穷“！！！！！！！！！！

因此，验正古典统计方法的正确性，要有接近无穷的样本，否则任何结果的出现都是不奇怪的！！

为了直观，传上yshapiro（p值）计算值的密度图！~！！

什么叫用数据说话？这就叫用数据说话！
什么叫深入浅出？这就叫深入浅出！
牛人！赞一个！