Avalia normalidade das amostras (1 para cada algoritmo) usando teste de aderência (pega sua amostra e vê o quanto ela se aproxima de uma dada distribuição (não apenas a normal). Ex: kolmogorov smirnoff)

Histograma: teste de aderência visual (formato de sino para se aproximar da normal)
Boxplot: boxplot simétrico com mediana na metade na caixa (média = mediana = moda) e palitos min e max de mesmo tamanho aproximam a normal
Qqplot

Chi-Square (compara frequências..como se colocasse um histograma sobre o outro)

Se todas se aproximarem da normal -> teste de hipótese paramétrico (tendem a ser mais precisos)
Se uma delas não se aproximar -> teste não paramétrico (pode usar sendo normal ou não). Ex: não quisemos assumir normalidade...

Teste pareado (algoritmos submetidos às mesmas condições e amostras com tamanhos iguais): tendem a ser mais precisos

Teste de várias amostras para ver se há algum diferente antes de fazer par a par

?chisq.test (chi quadrado) - passar um vetor testa normalidade. Passar dois testa aderência entre eles
?ks.test (kolmogorov smirnoff)
?prop.test (normal para proporções)
?t.test (t de student)

Intervalo de confiança é como um teste de hipótese visual (usar o mesmo nível de confiança)

Shapiro-wilk (teste somente para a normalidade e tem tamanho máximo de amostra: no padrão 4000). Mas é mais preciso que o KS para amostra pequena