【统计学笔记】正态概率图与Q-Q图
概述
正态概率图是Q-Q图的一种，Q-Q图全称Quantile-Quantile图，借助Q-Q图可以检验数据的分布情况。
Q-Q图比较的是实际数据的分布情况与理论的偏差，正态概率图是Q-Q图的一种，其比较的是实际数据与正态分布理论点的偏差情况。
正态概率图的原理
假设现在需要从一个正态分布中抽样出9个点，最理想的情况下（理论情况下）抽样得到的9个点会将正态分布按照其累积概率进行10等分，获得如下图所示的分布情况，各个颜色块的面积是相等的。（这9个将概率分布平均分为10份的点，称之为十分位数，第一个点为第一十分位数，第二个为第二十分位数，以此类推）
通过对比抽样得到数值与这9个十分位数的分布情况，就可以确定数据是否符合正态分布。为了清晰观察抽样数据与理想分布之间的偏差情况。引入正态概率纸，其纵坐标为累积概率，是非等距刻度，横坐标为分位数或数值，为等距刻度。
正态概率纸让理论分位数（作横坐标）与对应的累积概率（作纵坐标）全部落在一条直线上，通过绘制抽样点在概率纸上的实际位置，观察其偏离直线的程度，就可以判断抽样数据是否符合正态分布了。
根据十分位数的性质，根据下式可以方便的计算得到各分位数的累积概率（CDF），式中k代表分位数的次序，n代表分为数的个数。
比如第一十分位数的累积概率为
（9个十分位数将概率分布曲线积分区域（总大小为1）进行了10等分，所以负无穷到第一个点之间的面积大小为0.1）
但统计学家认为在抽样较少的情况下，抽样点按照分位数等概率间隔的出现是不合理的，实际情况应该是分布在两端的数据被抽到的概率非常小，中间抽到的概率比较高，于是给出了一些分位点位置的调整方案，比如以下几种。
以上的方案可以利用下式统一进行表示
算例
假设我们实际抽样的9个点分别为11、15、18、27、29、35、42、46、55
计算得到这9个点的平均值为30.89，标准差
为14.93
以a的取值为0.3为例，对各理论分位数、理论累积概率CDF、理论z值、理论值等进行计算。
（tips：z值可以理解为，将数据转化为标准正态分布后对应的点，即在标准正态分布中满足累积概率的数值）
首先是理论值的计算：
当a值取0.3时，分位数理论累积概率CDF的计算公式为：
于是第一个分位数的理论CDF为：
理论z值的计算公式为：
式中的代表正态分布的累积分布函数的反函数，作用是求出在正态分布中满足累积概率的数值。（即：概率分布函数从负无穷到该点的积分的大小为CDF）
通过Excel中的NORM.S.INV()函数可以方便的求出理论z值(以第一个分位数的z值计算为例)。
NORM.S.INV(0.0745)=-1.443
理论值的计算公式为：
式中为抽样数据的平均值，
为抽样数据的标准差，因此计算得到第一个分位数的理论值为：
30.89+(-1.443)*14.93=9.343
(tips：理论值可以理解为将z值从标准正态分布还原到抽样数据可能服从的正态分布下的数值)
最后，根据实际值，可以计算出实际z值，其计算公式为：
因此，可以算得第一个分位数的实际z值为：
同样的可以完成剩余其他8个点的计算，计算结果如下：
然后，就可以开始绘制正态概率图了，以理论CDF和理论值为纵坐标和横坐标绘制得到理论正态分布的概率图，为一条倾斜向上的直线。
以理论CDF和实际值为纵坐标和横坐标，在上图中标注出实际数据的分布情况，得到下图。
最后，将理论数据的点移除，仅保留穿过理论点的直线和实际点，就可以得到我们平时所看到的正态概率图了。
以此类推，将上图的纵坐标和横坐标选择为其他变量，我们就可以得到其他不同的Q-Q图，比如：实际z值-理论z值、实际值-理论z值等。
Q-Q图的使用
根据实际点在Q-Q图中的分布形态可以推断数据的实际分布情况，具体示例可以参看下图。
参考链接
统计学与质量035 - 正态概率图 Q-Q分位数图 （Quantile- Quantile Plot）_哔哩哔哩_bilibili
Normal Quantile-Quantile Plots——QQplot_哔哩哔哩_bilibili
QQplot的详细解释 - 知乎
正态分布_百度百科
分位数_百度百科
概率密度函数_百度百科
累积分布函数_百度百科
累积概率_百度百科
【统计学笔记】正态概率图与Q-Q图相关推荐
- R语言-画edcf图、直方图、正态概率图，计算分位数（任意分位）
简述 这里只有在读取xlsx上才需要库,其他都不需要. 读取数据 library(xlsx) # Hydrocarbon mydata = read.xlsx('D:/Code/R/Data in E ...
- 如何检验数据样本的正态性？
正态分布是自然界中最常见的也是一种最重要的分布.因此,人们在使用统计分析方法时,总是乐于正态假定,但该假定是否成立,就需要进行正态性检验了. 定义: 指如果一组观测值来自正态总体.具有正态分布的特性, ...
- R语言和医学统计学（10）：正态性和方差齐性检验
本文首发于公众号:医学和生信笔记,完美观看体验请至公众号查看本文. 医学和生信笔记,专注R语言在临床医学中的使用,R语言数据分析和可视化. 文章目录 前言 正态性检验 shapiro wilk检验 k ...
- python 正态化_#Python数据分析/笔记 - 准备工作
Chapter-I 准备工作 1. 什么类型的数据 结构化数据:表格性数据.多维数组.表数据(数据库).时间序列等 现实生活中,很多数据需要转换成一种更适合分析和建模的结构化形式,才容易被分析和解读. ...
- 【EasyRL学习笔记】第七章 深度Q网络进阶技巧(Double-DQN、Dueling-DQN、Noisy-DQN、Distributional-DQN、Rainbow-DQN)
文章目录 一.双深度Q网络(DDQN) 二.竞争深度Q网络(Dueling DQN) 三.优先级经验回放 四.在蒙特卡洛方法和时序差分方法中取得平衡 五.噪声深度Q网络(Noisy DQN) 六.分布 ...
- 《白话统计》笔记之正态性与方差齐性
写在前面:不得不说<白话统计>这本书真的太赞了,它让我再次感受到统计的魅力,我觉得一个高水平的人是能够把知识以通俗易懂的方式表达出来,这让我兴奋,真的推荐大家去看下. 1. 什么是正态性和 ...
- cif t t操作流程图_Danish：STATA 操作正态检验、卡方检验和T检验
STATA 操作正态检验.卡方检验和T检验 图示和基本概念 Coef. :回归分析系数.在回归方程中表示自变量x 对因变量y 影响大小的参数.回归系数越大表示x 对y 影响越大. Std. Err. ...
- [统计学笔记九] 方差分析（ANOVA）
[统计学笔记九] 方差分析(ANOVA) 方差分析(Analysis of Variance,简称ANOVA) 方差分析(ANOVA)又称"变异数分析"或"F检验&quo ...
- 利用Matlab考察数据的边缘正态性 作Q_Q图
一.实验数据 需要考察多个变量的边缘正态性 二.考察边缘正态性 1.原理 可以通过对每个变量的样本观测值的边缘分布作Q_Q图和计算相关系数 r_Q 来考察. Matlab自带有作Q_Q图的函数qqpl ...
- t检验与F检验 /统计常识 / 统计学笔记（2）--随机抽样与统计推断的逻辑
1,T检验和F检验的由来 一般而言,为了确定从样本(sample)统计结果推论至总体时所犯错的概率,我们会利用统计学家所开发的一些统计方法,进行统计检定. 通过把所得到的统计检定值,与统计学家建立了 ...
最新文章
- 细数C++和C的差别
- string包含某个字符串_Tcl字符串操作基础2
- 链路层的封装方式与IP选路 （二）
- 手机linux内核下载,Linux Kernel
- 技术面试官的一些建议
- 自适应粉色可爱棒棒糖倒立404错误页面源码
- 电商领袖战：马云虚，东哥实
- 高性能Web动画和渲染原理系列（2）——渲染管线和CPU渲染
- 利用for循环打印出不同的三角形
- Machine Learning课程中的常见单词的含义
- 在系统可编程器件一般使用计算机,eda技术与vhdl复习练习题
- 中保车服灾备云，为保险公司“上保险”
- 基于java的网络电子通讯录的设计_网络电子通讯录管理系统
- 使用微软官方工具MediaCreationTool制作Windows10的U盘安装盘
- 普京任命卡德罗夫为车臣总统
- (十三)Thread-Specific Storage(ThreadLocal)模式
- matlab线束,matlab中常用数学词汇.doc
- 光纤布线系统如何打造绿色数据中心？
- Linux 网络协议栈开发—— 二层桥实现原理
- C++读取音频文件mp3、flac的曲名、歌手、专辑等ID3v2标签(使用libzplay)