关于正态性检验的方法有很多
一。偏态峰度检验法
这里一种常用的正态性检验是Jarque-Bera检验，简称JB检验
JB统计量
其中，n为样本容量，S为偏度，K为峰度。
在正态性假定下，
一。偏态峰度检验法
这里一种常用的正态性检验是Jarque-Bera检验，简称JB检验
JB统计量
其中，n为样本容量，S为偏度，K为峰度。
在正态性假定下，
新浪博客
如果变量服从正态分布，则S为零，K为3，因而JB统计量的值为零。但是变量如果不是正态变量，则JB统计量将为一个逐渐增大的值。
二。小样本检验法 这里主要是W检验，当样本容量n<=50时，样本是否符合正态分布的一种检验方法。
将数据按数值大小重新排列，使x1≤x2≤„≤xn
将数据按数值大小重新排列，使
x1≤x2≤„≤xn
若Ｗ值小于判断界限值Ｗα（可通过查表求得），按表上行写明的显著性水平α舍弃正态性假设；若Ｗ>Ｗα,接受正态性假设。
三。大样本场合，D检验
当50
求得：
四。卡方拟合优度检验 当总体分布未知，由样本检验总体分布是否与某一理论分布一致。
当卡方大于临界值，拒绝原假设。
五。Kolmogorov-Smirov正态性检验Kolmogorov-Smirnov检验法是检验单一样本是否来自某一特定分布。比如检验一组数据是否为正态分布。它的检验方法是以样本数的累积频数分布与特定理论分布比较，若两者间的差距很小，则推论该样本取自某特定分布族。即对于假设检验问题：
H0:样本所来自的总体分布服从某特定分布
H1：样本所来自的总体分布不服从某特定分布
统计原理：Fo（x）表示分布的分布函数，Fn（x）表示一组随机样本的累计概率函数。
对于给定的a，P{Dn>d}=a.
若实际观测D>Dn, 则接受H1，反之则不拒绝H0；
六。 Lilliefor正态分布检验
该检验是对Kolmogorov-Smirnov检验的修正，当总体均值和方差未知时，Lilliefor提出用样本均值和标准差代替总体的期望和标准差，然后使用Kolmogorov-Smirnov正态性检验法，它定义了一个D统计量;
D=max Fn（x）- Fo（x）|参数未知，由计算得
到统计量，查表得Lilliefor检验的临界值，确定拒绝域，得出结论
令外还有AD检验，RJ检验，http://wenku.baidu.com/view/b26cba0a87c24028905fc31f