KNOWECON WIKI

ARTICLE

P-P图

P-P图 (Probability–Probability Plot) P-P图（Probability–Probability Plot，概率-概率图）是一种用于比较两个概率分布的图形工具。它以两个分布的累积分布函数（CDF）为坐标轴，将数据的分位数映射为单位正方形 [0, 1] [0, 1] 内的点集，从而直观检验一个经验分布是否服从某个理论分布，或比较

浏览 0 更新 2025-11-08

P-P图 (Probability–Probability Plot)

P-P图（Probability–Probability Plot，概率-概率图）是一种用于比较两个概率分布的图形工具。它以两个分布的累积分布函数（CDF）为坐标轴，将数据的分位数映射为单位正方形 [0,1]×[0,1] [0, 1] \times [0, 1] 内的点集，从而直观检验一个经验分布是否服从某个理论分布，或比较两个样本是否来自同一总体。

具体而言，给定样本数据 {x1,x2,…,xn} \{x_1, x_2, \ldots, x_n\} 和一个理论分布 F0 F_0 （例如 N(μ,σ2) \mathcal{N}(\mu, \sigma^2) 或 Exp(λ) \text{Exp}(\lambda) ），P-P图的横轴为理论分布的累积概率 F0(x(i)) F_0(x_{(i)}) ，纵轴为经验累积概率 F^n(x(i))=i/n \hat{F}_n(x_{(i)}) = i/n （或经连续性校正的 (i−0.5)/n (i-0.5)/n ），其中 x(i) x_{(i)} 为第 i i 个次序统计量。若数据确实来自 F0 F_0 ，则点应大致沿对角线 y=x y = x 分布；系统性的偏离则指示分布假设的失配模式。

与 Q-Q 图的对比

P-P图与更为常见的Q-Q图（Quantile–Quantile Plot）同属分布诊断工具，但两者各有侧重。Q-Q图以分位数为坐标轴，直接比较两个分布在尺度上的差异——它对分布的尾部表现尤为敏感，因为分位数在高概率区域发散较快。而P-P图以累积概率为轴，对分布的中心区域（概率中部，如 [0.1,0.9] [0.1, 0.9] ）的差异更为敏感，但在尾部（p→0 p \to 0 或 p→1 p \to 1 ）分辨率降低，因为累积概率趋于定值。

形式上的区别如下：

  • P-P图：点坐标为 (F0(x(i)), F^n(x(i))) \big(F_0(x_{(i)}),\, \hat{F}_n(x_{(i)})\big) ，所有点被压缩在单位正方形内。适合检测位置-尺度族内的拟合偏差，尤其是中段概率的偏差。
  • Q-Q图：点坐标为 (F0−1(pi), x(i)) \big(F_0^{-1}(p_i),\, x_{(i)}\big) ，pi p_i 为分位水平。横纵轴与原数据同量纲，无自然边界。适合检测尾部分布差异（如厚尾、偏度、离群值）。

实践中，两者互补使用：当关注中心趋势拟合时首选P-P图；当关注极端值或尾部风险时（如金融风险管理中的VaR回测），Q-Q图更为合适。

构造步骤与变体

P-P图的经典构造流程包括：

  1. 将样本排序得到 x(1)≤x(2)≤⋯≤x(n) x_{(1)} \leq x_{(2)} \leq \cdots \leq x_{(n)} ；
  2. 计算经验累积概率 pi=(i−a)/(n−2a+1) p_i = (i - a) / (n - 2a + 1) ，其中 a a 为绘图位置参数：a=0 a = 0 得到 F^n=i/n \hat{F}_n = i/n （无偏但边界点 i=n i=n 时 F^n=1 \hat{F}_n = 1 ），a=0.5 a = 0.5 得到 (i−0.5)/n (i - 0.5)/n （中位秩），a=0.375 a = 0.375 为 Blom 推荐的正态概率绘图位置；
  3. 计算理论累积概率 ui=F0(x(i)) u_i = F_0(x_{(i)}) ，若 F0 F_0 含未知参数则在第一步先以极大似然估计或矩估计代入；
  4. 在平面中绘制 (ui,pi) (u_i, p_i) ，叠加参考线 y=x y = x 。

此外，P-P图的变体包括稳定化P-P图（Stabilized P-P Plot），由 Michael（1983）提出，通过对纵轴进行 arcsin⁡p \arcsin \sqrt{p} 变换使二项变异均匀化，克服原始尺度下等置信带的非均匀宽度问题。这一变体在检验拟合优度时具有更均衡的视觉判断力。

诊断判读与应用

P-P图上点的偏离模式蕴涵丰富的分布失配信息：

  • S 形偏离（曲线在中部低于对角线、两端高于对角线，或反之）：提示理论分布的方差设定不当——数据散布大于（或小于）理论分布，常见在正态性检验中；
  • 弓形偏离（曲线始终在对角线某一侧弯曲）：提示偏度失配，即数据的对称性与理论分布不一致；
  • J 形或反 J 形偏离：提示位置参数（均值/中位数）的系统性偏差；
  • 局部跳变：在某个概率区间出现陡峭台阶，提示数据中存在截断、混合分布或多模态结构。

在计量经济学中，P-P图广泛用于回归残差的正态性诊断：若线性回归的OLS残差在正态P-P图上紧贴对角线，则残差正态假设得到图形支持，t检验和F检验的推断可靠性增强。在生物统计学中，P-P图被用来评估Cox比例风险模型的Schoenfeld残差是否支持比例风险假定。在机器学习中，P-P图可作为概率校准（Probability Calibration）的评估手段——比较模型预测概率与真实标签的经验累积分布，以检验分类器（如Platt Scaling或Isotonic Regression后）的校准质量。

数值检验的补充：KS与AD统计量

P-P图本质上是一种定性诊断工具。定量化的拟合优度检验往往作为补充：

Dn=sup⁡x∣Fn(x)−F0(x)∣(\wikiKolmogorov–Smirnov统计量)D_n = \sup_x |F_n(x) - F_0(x)| \quad (\text{\wiki{Kolmogorov–Smirnov}统计量})
A2=n∫−∞∞(Fn(x)−F0(x))2F0(x)(1−F0(x))dF0(x)(\wikiAnderson–Darling统计量)A^2 = n \int_{-\infty}^{\infty} \frac{(F_n(x) - F_0(x))^2}{F_0(x)(1 - F_0(x))} dF_0(x) \quad (\text{\wiki{Anderson–Darling}统计量})

注意KS统计量的 Dn D_n 正对应于P-P图中点到对角线的最大垂直距离，而AD统计量以权重 [F0(1−F0)]−1 [F_0(1-F_0)]^{-1} 增大尾部权重，弥补了P-P图尾部分辨率不足的局限。因此，一份完整的拟合诊断报告通常同时呈现P-P图、Q-Q图以及上述检验统计量及其 p 值，以图形与数值交叉验证分布假设的合理性。