ARTICLE
QQ图
QQ图 (Quantile-Quantile Plot) QQ图=分位数-分位数图→统计重要图形工具→检数据集是否来自特定概率分布或比两组分位数是否同族。最常见→检样本是否正态分布→为t/ANOVA等依赖正态性参数检验关键诊断。 构建与解读 三步:①数据排序得次序统计量x_(1) x_(2) x_(n)→纵轴=样本分位数。②计算理论分位数:每秩次i得累积概率
浏览 0
更新 2025-11-08
QQ图 (Quantile-Quantile Plot)
QQ图=分位数-分位数图→统计重要图形工具→检数据集是否来自特定概率分布或比两组分位数是否同族。最常见→检样本是否正态分布→为t/ANOVA等依赖正态性参数检验关键诊断。
构建与解读
三步:①数据排序得次序统计量→纵轴=样本分位数。②计算理论分位数:每秩次i得累积概率→常用a=0.5或3/8(Blom)→用目标分布分位数函数=逆CDF()算→横轴=理论分位数。③绘点→加参考线(正态y=x)。
解读:①点密沿参考线→数据极可能来自该理论分布→正态QQ中点沿直线=正态有力证据→截距估均值→斜率估标准差。②系统偏离:S形→峰度差→重尾(右尾点高参考/左尾低→S形)→轻尾反向;弧形→偏度差→右偏→上弯弧(凹);左偏→下弯弧(凸)。个别远离点=离群值。
应用与比较
回归残差正态诊断→分布选择(比不同理论→选最接近直线)→比两组样本。优势:较直方图更清揭示尾部→直观指"如何"不符(偏度/峰度)→不受分箱影响。局限:主观判断(小样本随机波动→"够近直线"主观);非正式检验(vsShapiro-Wilk/KS检验→无p值)→实践结合使用。PP图比累积概率→对中心敏感→QQ图对尾部敏感(故更常用)。