Shapiro-Wilk正态性检验是一种用于确定数据集是否服从正态分布的统计方法。它基于Shapiro和Wilk于1965年提出的检验统计量。以下是其基本原理和用途：

基本原理：

1. 零假设（Null Hypothesis）：Shapiro-Wilk检验的零假设是数据集来自于正态分布。这意味着，如果数据确实服从正态分布，则零假设成立。

2. 计算Shapiro-Wilk统计量：检验首先计算Shapiro-Wilk统计量，这是一个衡量数据与正态分布拟合的度量。该统计量基于数据的观察值和正态分布的期望值之间的差异。//Shapiro-Wilk检验的统计量（W统计量）是通过与理论正态分布的期望值进行比较来判断样本数据是否符合正态分布。Shapiro-Wilk检验的原假设是样本数据符合正态分布。统计量的计算基于样本数据的排序顺序和回归分析的概念。W统计量越接近1，表示样本数据越接近正态分布。

3. 与临界值比较：接下来，Shapiro-Wilk统计量与临界值进行比较。临界值是根据所选的显著性水平（通常为5%）和数据集的大小计算得出的。如果Shapiro-Wilk统计量小于临界值，就意味着数据不太可能来自于正态分布。

4. 做出决策：根据统计量与临界值的比较，可以决定是否拒绝零假设。如果统计量足够小，小于临界值，通常会拒绝零假设，这意味着数据不服从正态分布。否则，不能拒绝零假设，这表示数据可能服从正态分布。

用途：

1. 数据分布检查：Shapiro-Wilk检验可用于验证数据是否符合正态分布的假设。这对于许多统计分析和模型建立的前提非常重要，因为许多统计方法都要求数据服从正态分布。

2. 质量控制：在制造业和质量控制中，Shapiro-Wilk检验可以用来检查生产过程是否产生了正态分布的输出。如果不是，可能需要采取措施来改进过程。

3. 金融分析：在金融领域，正态分布假设经常用于分析资产价格变动。Shapiro-Wilk检验可以用来验证这种假设的有效性。

4. 生物统计学：在生物统计学中，研究人员可能使用Shapiro-Wilk检验来确定生物数据是否遵循正态分布，例如基因表达数据或生物测量数据。

总之，Shapiro-Wilk正态性检验是一种常用的统计工具，可用于验证数据是否符合正态分布的假设，从而支持各种领域的分析和决策。它在小样本情况下的效力较高，适用于许多统计问题。

from scipy import stats
import numpy as np

# 创建一个示例数据集（这里使用正态分布数据）
data = np.random.normal(0, 1, 100)

# 执行Shapiro-Wilk正态性检验
statistic, p_value = stats.shapiro(data)

# 输出检验结果
print("Shapiro-Wilk统计量:", statistic)
print("p-value:", p_value)

# 根据p-value做出决策
alpha = 0.05  # 显著性水平
if p_value > alpha:
    print("不能拒绝零假设，数据可能服从正态分布")
else:
    print("拒绝零假设，数据不服从正态分布")

Shapiro-Wilk正态性检验对检验样本大小有一定的要求。具体来说，Shapiro-Wilk检验在样本大小较小（通常小于大约50-200，具体取决于不同文献和实践）时可能不太适用，并且在这种情况下其效力可能会降低。这是由于统计检验的性质和假设。

主要的考虑因素包括：

1. 统计性能：Shapiro-Wilk检验在大样本下通常具有较好的统计性能，可以较好地检测到数据的偏离正态分布的情况。但是在小样本下，其性能可能较差，可能无法可靠地识别非正态性。

2. 假设的严格性：Shapiro-Wilk检验对于样本大小的要求与其检验假设的严格性有关。较小的样本容易受到偶然因素的影响，从而影响检验的结果。

3. 显著性水平：样本大小较小时，为了达到一定的显著性水平，需要更大的统计效力。这可能需要更严格的判定标准，从而增加了拒绝零假设的难度。

如果你的样本较小，而且需要进行正态性检验，可以考虑使用其他方法，如观察Q-Q图、直方图、小样本正态性检验（如Shapiro-Francia检验），或者考虑非参数统计方法，这些方法在小样本情况下可能更适合。此外，正态性检验通常应与领域知识和问题的背景结合使用，而不应仅仅依赖于统计检验的结果。