*Procedimiento creado por:F.J.Herrero,M.Cuesta,P.Fernández y G.Vallejo (2010)
*Grupo de Diseños de Investigación y Análisis de Datos
*Departamento de Psicología - Universidad de Oviedo.
*****************************************************************************************
*Anderson-Darling (más de 7 valores)
*Performs the Cramer-von Mises (más de 7 valores)
*Lilliefors (Kolmogorov-Smirnov) (más de 4 valores)
*Pearson 
*Shapiro-Francia (entre 5 y 5000).
*****************************************************************************************
*Procedimiento para comprobar los ajustes a la normalidad de las distribuciones generadas.
begin program r.
library(nortest)
datos <- cbind(Unif = (1:100)/21, Norm = rnorm(100))
summary(datos)
end program.

begin program r.
#Modelos uniformes generados: ajuste a la normalidad
## test de normalidad
k<-dim(datos) #dimension de la base de datos
m<-matrix(c(0), k[2], 10)
dimnames(m)[[2]] <- c("stat.ad","p.ad", "stat.cvm","p.cvm", "stat.lillie(K-S)","p.lillie",
  "stat.pearson","p.pearson","stat.sf","p.sf") 
dimnames(m)[[1]] <- c("Unif","Norm")

###########################################################################################
for (i in 1:k[2]) {
m[i,1]<-ad.test(datos[,i])$statistic
m[i,2]<-ad.test(datos[,i])$p.value
m[i,3]<-cvm.test(datos[,i])$statistic
m[i,4]<-cvm.test(datos[,i])$p.value
m[i,5]<-lillie.test(datos[,i])$statistic
m[i,6]<-lillie.test(datos[,i])$p.value
m[i,7]<-pearson.test(datos[,i])$statistic
m[i,8]<-pearson.test(datos[,i])$p.value
m[i,9]<-sf.test(datos[,i])$statistic
m[i,10]<-sf.test(datos[,i])$p.value
}
##########################################################################################
#Exporta Tabla de resultados a SPSS en panel de pivotado (puede dar un aviso pero funciona)
spsspivottable.Display(m,title="Tablas de resultados")
end program.

*Valoración de los procedimientos de generación sobre un caso CI.
begin program r.
#Genera la serie
numcases=30
x<-rnorm(numcases,100,15)
#Representación gráfica uno
hist(x, col = grey(0.9), border = grey(0.2),
main = paste("Histograma de ", numcases, "números"),
xlab = "CI", ylab = "Frecuencia",labels = TRUE, las = 1, ylim = c(0, 50))
#Algoritmos de comprobación de normalidad
ad.test(x)
cvm.test(x)
lillie.test(x)
pearson.test(x)
sf.test(x)
end program.