1、卡方检验：一种典型的对总体分布进行检验的非参数检验方法，根据样本数据，推断总体分布与期望分布或某一理论分布是否存在显著性差屋攘氨馒异，是一种吻合性检验。通常用于对有多项分类值的总体分布的分析。检验分布是否是2.8：1：1：1：1：1:1，得到的概率为0.256，大于显著性水平，所以实际分布与理论分布无显著性差别。
2、二项分布检验：很多例子都是二值的，样本数据检验样本来自的总体是否服从指定概率为p的二项分布。检验比例是用户自己定义的，此处输入0.9进行检验。概率为0.193，大于显著性水平，不拒绝原假设，样本分布与指定概率0.9的二项分布无显著性差别。
3、单样本K-S检验：该方法可以样本数据推断样本来自的总体是否服从某一理论分布，是一种拟合优度检验方法，通常用于探索连续性随机变量的分布。其中“常规”就是正态分布。计算所得的概率为0.344，大于显著性水平0.05，所以与正态分布无显著性差别。
4、变量值随机性检验：通过样本变量值的分析，实现对总体的变量值出现是否是随机的进行检验。以“中位数'进行分割。计算出的概率为0.491，大于显著性水平，不拒绝原假设，认为数据是随机性的。
