正态随机变量检测是一种统计学上的假设检验方法，用于检验某一随机变量是否服从正态分布。
常见的正态随机变量检测方法包括但不限于：
1. 正态性检验：通过统计量（如Shapiro-Wilk检验、Kolmogorov-Smirnov检验、Anderson-Darling检验等）来评估样本数据是否符合正态分布。
2. 正态图形检验：通过绘制样本数据的直方图、概率图、QQ图等来观察数据分布是否近似于正态分布。
3. 峰度检验：通过统计样本数据的峰度（kurtosis）值来判断数据的尖峰或平峰程度，一般来说，正态分布的峰度值应接近于0。
4. 偏度检验：通过统计样本数据的偏度（skewness）值来判断数据的左偏或右偏程度，正态分布的偏度应接近于0。
5. 正态概率图检验：将样本数据的累积概率和标准正态分布的累积概率进行比较，判断两者之间的差异程度。
6. Jarque-Bera检验：通过统计样本数据的偏度和峰度来综合评估数据是否服从正态分布，该检验常用于大样本。
