正态相关面检测是一种统计方法，用于检验一个数据集是否符合正态分布。以下是正态相关面检测的方法：
1. QQ 图法：通过绘制数据的 QQ 图来检测数据的正态相关性。QQ 图是一种散点图，其中横轴表示一个标准正态分布的分位数，纵轴表示对应数据集的分位数。如果数据集符合正态分布，散点图将近似呈现一条直线。
2. 直方图法：绘制数据集的直方图，并比较其形状与正态分布的正态曲线。如果两者形状相似，则数据集可能符合正态分布。
3. 检验统计量法：使用统计检验方法计算检验统计量，如Kolmogorov-Smirnov检验、Shapiro-Wilk检验等。这些检验方法基于统计假设，通过比较检验统计量与临界值来判断数据是否符合正态分布。
4. 偏度和峰度法：计算数据集的偏度和峰度统计量。如果偏度接近于零而峰度接近于三，则数据集可能符合正态分布。
5. Lilliefors测试：这是一种非参数法检验数据是否符合正态分布。Lilliefors测试基于Kolmogorov-Smirnov检验，并使用修正的Lilliefors修正系数来调整统计量的临界值。
这些方法可以结合使用，以获得更准确的正态相关性检测结果。
