基于Shapiro-Wilk检验验证SPI指数正态分布的问题咨询

核心疑问 #

• 不确定Shapiro-Wilk检验中该用$fitted、$p.value还是$w
• 不清楚是否需要将时间序列转换为数据框
• 理论上SPI应服从正态分布，但检验得到p值0.0019，拒绝原假设，怀疑操作有误

用到的R代码 #

install.packages("SPEI")  
install.packages("readr")
library(SPEI)
library(readr)

options(scipen=999)

df <- read_delim("https://raw.githubusercontent.com/victoresende19/testing/main/PRECPT.csv", 
                   ";", escape_double = FALSE, locale = locale(decimal_mark = ","), 
                   trim_ws = TRUE)

##### SPI #####
SPI12 <- spi(ts(df$`PRECIPITACAO`, freq = 12, start=c(1992, 1)), scale = 12)
plot(SPI12)

#Teste de normalidade
SPI_shapiro <- shapiro.test(SPI12$fitted)$p.value

问题解析与解答 #

1. Shapiro-Wilk检验的输出解读 #

• shapiro.test()返回的结果中：
  • $statistic（即W值）是检验统计量，取值越接近1，数据越符合正态分布；
  • $p.value是判断是否拒绝原假设的核心指标：若p值小于常用的显著性水平（如0.05），则拒绝“数据服从正态分布”的原假设。你提取$p.value的操作是完全正确的。

2. 检验对象与数据格式 #

• SPI12$fitted就是spi()函数计算得到的SPI指数序列，直接用这个向量做正态性检验是正确的，不需要转换成数据框。

3. p值显著的可能原因及排查方向 #

（1）样本量的影响

Shapiro-Wilk检验对大样本极度敏感——哪怕数据只是轻微偏离正态，只要样本量足够大（比如超过300），就容易得到显著的p值。这种情况下检验结果的实际参考意义有限，建议结合可视化判断：

# 绘制SPI12的直方图
hist(SPI12$fitted, breaks = 20, main = "SPI12 分布直方图", xlab = "SPI12")
# 绘制Q-Q图，观察数据是否贴合正态分布直线
qqnorm(SPI12$fitted)
qqline(SPI12$fitted)

如果直方图近似钟形、Q-Q图上的点大部分贴合直线，即使p值显著，也可以认为数据近似服从正态分布。

（2）SPI计算的参数或数据问题

• 检查降水数据：确认是否存在缺失值、极端异常值，这些会干扰SPI的计算结果，导致分布偏离正态；
• 核对spi()函数参数：freq=12是否匹配你的数据时间频率（月度数据是对的），scale=12是否是你需要的时间尺度（12个月尺度的SPI），参数错误也可能导致结果异常。

内容的提问来源于stack exchange，提问作者Robert