正态振型检测是一种用于确定观测数据是否近似符合正态分布的方法，常用于统计学和数据分析。

以下是正态振型检测的一些常用方法：

1. Shapiro-Wilk检验：Shapiro-Wilk检验是一种用于检验数据是否来自正态分布的统计方法。它基于样本数据与正态分布的偏差程度进行计算，给出一个具体的概率值。如果概率值足够小（通常小于0.05），则可以拒绝原假设，即数据不服从正态分布。

2. Kolmogorov-Smirnov检验：Kolmogorov-Smirnov检验也是一种用于检验数据是否来自正态分布的方法。它通过计算观测值与理论正态分布之间的最大偏差进行判断。如果计算出的统计量超过了对应的临界值，就可以拒绝原假设。

3. QQ图检验：QQ图是一种用于直观判断数据是否符合正态分布的图形方法。在QQ图中，观测值的分位数（x轴）与理论正态分布的分位数（y轴）作为坐标，绘制出一条斜线。如果数据近似符合正态分布，那么观测值会沿着斜线分布。

4. 正态概率图检验：正态概率图是一种类似QQ图的方法，它将观测值的累积概率（x轴）与理论正态分布的累积概率（y轴）作为坐标，绘制出一条直线。如果数据近似符合正态分布，观测值会沿着直线分布。