正态性检验是统计学中用于检验数据是否服从正态分布的重要方法。常用的正态性检验方法包括以下几种：1.Shapiro-Wilk检验：适用于小样本数据（n<50），检验功效较高，但对异常值敏感。2.Kolmogorov-Smirnov检验（K-S检验）：适用于大样本数据，可以比较样本与任何已知分布，但对参数估计敏感。3.Anderson-Darling检验：改进的K-S检验，对尾部数据更敏感，适用于多种分布检验。4.Lilliefors检验：专门用于正态性检验的K-S改进版，适用于均值和方差未知的情况。5.Jarque-Bera检验：基于偏度和峰度的检验，适用于大样本数据。6.Q-Q图：图形化方法，直观但不提供定量检验结果。选择检验方法时需考虑样本量、检验功效和对异常值的敏感性等因素。实际应用中常结合多种方法进行综合判断。
