看到QQ-plot,首先要注意的就是这个QQ和那个大家熟知的QQ不是一回事!

那接下来我们看看这个QQ图到底是啥呢?

先上图:

根据Wiki的定义:

在统计学中,QQ图[1] (Q代表分位数Quantile)是一种通过比较两个概率分布的分位数对这两个概率分布进行比较的概率图方法。首先选定分位数的对应概率区间集合,在此概率区间上,点(x,y)对应于第一个分布的一个分位数x和第二个分布在和x相同概率区间上相同的分位数。因此画出的是一条含参数的曲线,参数为概率区间的分割数。

如果被比较的两个分布比较相似,则其QQ图近似地位于y = x上。如果两个分布线性相关,则QQ图上的点近似地落在一条直线上,但并不一定是y = x。QQ图同样可以用来估计一个分布的位置参数。

QQ图可以比较概率分布的形状,从图形上显示两个分布的位置,尺度和偏度等性质是否相似或不同。它可以用来比较一组数据的经验分布和理论分布是否一致。[2]另外,QQ图也是一种比较两组数据背后的随机变量分布的非参数方法。一般来说,当比较两组样本时,QQ图是一种比直方图更加有效的方法,但是理解QQ图需要更多的背景知识。

说人话:QQ图就是通过比较两个分布的分位数来看两个分布是不是线性相关的,这也是QQ这个名字的由来:quantile-quantile plot

分位数-分位数 图,说到这那可能有人会问,那分位数是啥?还是直接上定义:

分位数(英语:Quantile),亦称分位点,是指用分割点(cut point)将一个随机变量的概率分布范围分为几个具有相同概率的连续区间。分割点的数量比划分出的区间少1,例如3个分割点能分出4个区间。

那对QQ图的进一步解释就是给你两个分布,各在其中找到N个分位点,然后从小到大排序后一一对应就可以得到图中的坐标了。

QQ图最经常的用途就是验证一个样本是否满足某种分布:

举个栗子:我们生成了一个样本X = {x1,x2,x3,..,xn}, 想要验证这个分布是不是满足指数分布E,设指数分布的条件密度函数为f。

第一步我们认为得到的样本就是我们生成的分布的N个分位点(N分位点)S,也就是y轴 sample quantile

第二步那就需要产生指数分布E的N个分位点了,也就是x轴 theoretical quantile, 这也是很多人不理解的一点。对于一个分布的N分位点,也就是概率的N分位点对应的值,具体操作就是,首先在【0,1】内产生N个等距的点,然后利用条件密度函数f的逆函数(还可以加一些修正操作)来得到对应的随机变量的取值,这样就可以得到N个取值T

第三步那就将S和T都按从小到大排列,然后一一对应就可以得到qq-plot中的坐标了。

好了,到这里就大功告成了!不过在具体画图的时候,很多科学计算平台都提供了画图的函数,调用函数就好了!

参考资料:

http://onlinestatbook.com/2/advanced_graphs/q-q_plots.html

如何画QQ-plot相关推荐

  1. 如何理解GWAS中Manhattan plot和QQ plot所传递的信息

    转:https://www.jianshu.com/p/987859ae503c 在GWAS研究中,Manhattan plot和QQ plot是最常画的两类图,它们可以把跟研究的性状(比如,基因型和 ...

  2. 如何使用Python画QQ图

    QQ图,全称quantile-quantile plot,又称为分位图.通常用于判断一组数据是否服从某种理论分布,大多数情况用于判断是否服从正太分布.尽管Q-Q图不是正式的统计检验,但它提供了一种直观 ...

  3. QQ plot 的解读

    QQ plot全称是Quantile-Quantile Plot,分位数-分位数图是通过比较两个概率分布的分位数对这两个概率分布进行比较的概率图方法. 这个图形的形式非常简单,有点类似RNA-seq中 ...

  4. 一文搞懂Q-Q plot图的含义

    欢迎关注"生信修炼手册"! Q-Q plot是关联分析结果可视化的一种经典方案,这里的Q代表quantile, 分位数的意思,关联分析的Q-Q plot示意如下 x轴代表期望p值, ...

  5. 总算明白了Q-Q plot

    QQ图几年前就听过,但不知道代表什么,也没有动力去弄明白,现在明白了:Q代表quantile,图上的每一个点有个内在属性,就是两组数据的分位点是相同的:比如说某个点是数据集1的上四分位点,那么也一定是 ...

  6. R 语言多模型QQ plot

    多模型QQ plot结果绘制到一张图里. 绘图 我们利用R语言ggplot包绘制qqplot,所有命令都整合到一个脚本中了.命令运行示例: Rscript qq_plot_group.r -i H.p ...

  7. 使用TASSEL学习GWAS笔记(6/6):TASSEL结果可视化:QQ plot,曼哈顿图

    笔记计划分为六篇: 第一篇:读取plink基因型数据和表型数据 第二篇:对基因型数据质控:缺失质控,maf质控,hwe质控,样本质控 第三篇:基因型数据可视化:kingship,LD,MDS,PCA ...

  8. 利用q-q plot检验样本数据分布

    利用q-q plot检验样本数据分布 什么是q-q plot 举例 检测正态分布(Normal distribution) 检测均匀分布(uniform distribution) 参考文献 什么是q ...

  9. 用html画一个企鹅图案的代码,6张思维导图,帮你搞定html、css(css画QQ企鹅)

    想要思维导图原图的小伙伴  ,请关注公众账号"码农范er",输入关键字,"HTML思维导图",获取文件链接. 先给大家看一张喜欢的图片,缓解下心情,最近敲敲代码 ...

  10. 6张思维导图搞定html、css(画QQ企鹅)

    第一张 HTML基本结构与css选择器 主要介绍html的基本结构和css选择器,话不多说,都在图里. 基本概括.png 第二张 html常用基本标签 html基本标签 已分类,需要注意的部分已标注. ...

最新文章

  1. python在实际中的作用_Python面向对象中__init__的实际作用是什么?
  2. php防止模拟请求,php防止伪造跨站请求实现程序_PHP教程
  3. STM32系统学习——DMA(直接储存器访问)
  4. 分页缓冲池如何关闭_线程池没你想的那么简单
  5. wxWidgets:多线程概述
  6. 历年安徽省二计算机考试题库,2010安徽省计算机等级考试试题 二级ACCESS最新考试试题库...
  7. 后端把Long类型的数据传给前端,前端可能会出现精度丢失的情况,以及解决方案...
  8. AcWing之找出数组中重复的数字
  9. “编程能力差,90%输在了数学上!”CTO:其实你们都是瞎努力!
  10. 七点讲透分布式架构的前世今生,面试官都不知道的概念来了
  11. 蓝桥杯试题:矩阵翻硬币
  12. tensorflow之relu
  13. 什么是闭包?如何理解及使用闭包?
  14. 基于51单片机直流电机PWM控制器设计
  15. 自己动手写操作系统(三)
  16. ZSP12项目的总结
  17. 百度、谷歌搜索引擎原理
  18. 读书笔记:《明朝那些事第三部:妖孽宫廷》
  19. WPF基础到企业应用系列8——依赖属性之“风云再起”
  20. K8S的StorageClass实战(NFS)

热门文章

  1. 在Ubuntu终端中设置中文输入
  2. 新的开始——写给自己的话
  3. Docker容器——容器间的通信(端口映射,互联机制)
  4. 腾讯企鹅要换成狗头?
  5. manjaro 如何配置bumblebee双显卡切换驱动
  6. 【YOLOv5-6.x】设置可学习权重结合BiFPN(Concat操作)
  7. 如何拥有(建)一个自己的网站-服务器建站
  8. 动态SQL查询,动态内表
  9. ROS的vlp16、RS-Ruby Lite和FLIR Bliackfly S驱动配置+Autoware-AI安装
  10. python定时执行脚本_Python实现定时执行任务的三种方式简单示例