Questions tagged «qq-plot»

我正在使用一个小的数据集（21个观测值），并且在R中具有以下常规QQ图： 看到该图不支持正态性，我可以推断出基础分布如何？在我看来，更偏向右侧的分布会更合适，对吗？此外，我们还可以从数据中得出哪些其他结论？

172 r  data-visualization  inference  qq-plot 

我在这里阅读了足够的关于QQplots的主题，以了解QQplot比其他正常性测试更有用。但是，我对解释QQplots缺乏经验。我用谷歌搜索了很多；我发现了许多非正常QQ曲线图，但是没有清晰的规则来解释它们，除了看起来与已知分布和“肠感”的比较。 我想知道您是否有（或您知道）任何经验法则可以帮助您确定非正常性。 当我看到以下两个图形时，出现了这个问题： 我了解非正常性的决定取决于数据以及我要如何处理它们。但是，我的问题是：通常，观察到的偏离直线的时间何时构成足以使正态性近似变得不合理的证据？ 就其价值而言，Shapiro-Wilk检验未能拒绝两种情况下的非正态性假设。

47 interpretation  normality-assumption  qq-plot 

在进行了Shapiro-Wilk正态性检验后，我已对此进行了绘制。测试表明，总体上可能呈正态分布。但是，如何在此情节中看到这种“行为”？ 更新 数据的简单直方图： 更新 Shapiro-Wilk测试表明：

47 r  data-visualization  normal-distribution  histogram  qq-plot 

尝试分析数据的拟合分布时，概率图，PP图和QQ图之间有什么区别？

39 probability  data-visualization  goodness-of-fit  qq-plot 

谁能告诉我如何解释“残差与拟合”，“正常q-q”，“比例位置”和“残差与杠杆”图？我正在拟合二项式GLM，将其保存然后绘制。

30 r  logistic  data-visualization  generalized-linear-model  qq-plot 

我知道，如果中位数和均值近似相等，则意味着存在对称分布，但在这种情况下我不确定。均值和中位数非常接近（只有0.487m / all差），这使我说有一个对称分布，但从箱线图中可以看出，它似乎正偏斜（经确认，中位数比Q3靠近Q1按值）。 （如果您对此软件有任何具体建议，我正在使用Minitab。）

23 distributions  mean  skewness  median  qq-plot 

在此评论中，尼克·考克斯写道： 归类是一种古老的方法。尽管直方图可能有用，但现代统计软件可以轻松且明智地使分布适合原始数据。分档只是丢弃了细节，这对于确定合理的分布至关重要。 此评论的内容建议使用QQ绘图作为评估拟合度的替代方法。该声明听起来很合理，但我想知道一个支持该声明的可靠参考。除了简单的“嗯，这听起来很明显”之外，是否有论文对这一事实进行了更彻底的研究？对结果或类似内容进行任何实际的系统比较吗？ 我还想了解QQ曲线相对于直方图的优势可以扩展到模型拟合以外的其他应用程序。关于这个问题的答案同意“ QQ图[…]只是告诉您“某事是错误的””。我正在考虑使用它们作为一种工具来识别与零模型相比观察到的数据中的结构，并想知道是否存在任何建立的过程可以使用QQ图（或其基础数据）不仅检测而且描述非随机观测数据中的结构。因此，包括该方向的参考文献将特别有用。

22 references  histogram  binning  qq-plot 

的qqnorm()一个R函数产生一个正常QQ-情节和qqline()增加了穿过第一和第三四分位数的线。这条线的起源是什么？检查正常性是否有帮助？这不是经典线（线性缩放后，对角线）。ÿ= xÿ=Xy=x 这是一个例子。首先，我比较的理论分布函数经验分布函数： 现在我绘制QQ-情节与线Ŷ = μ + σ X ; 该图大致对应于上一个图的（非线性）缩放比例： 但是，这是带有R qqline的qq图： 这最后一个图没有像第一个图那样显示偏离。ñ（μ^，σ^2）ñ（μ^，σ^2）{\cal N}(\hat\mu,\hat\sigma^2)ÿ= μ^+ σ^Xÿ=μ^+σ^Xy=\hat\mu + \hat\sigma x

20 r  normal-distribution  qq-plot 

Box和Whisker图的离群值的标准定义是范围之外的点，其中I Q R = Q 3 − Q 1和Q 1为数据的第一个四分位数和Q 3是数据的第三个四分位数。{Q1−1.5IQR,Q3+1.5IQR}{Q1−1.5IQR,Q3+1.5IQR}\left\{Q1-1.5IQR,Q3+1.5IQR\right\}IQR=Q3−Q1IQR=Q3−Q1IQR= Q3-Q1Q1Q1Q1Q3Q3Q3 此定义的依据是什么？在具有大量点的情况下，即使是完美的正态分布也会返回异常值。 例如，假设您从以下序列开始： xseq<-seq(1-.5^1/4000,.5^1/4000, by = -.00025) 此序列创建了4000个数据点的百分位排名。 测试qnorm本系列的正态性会导致： shapiro.test(qnorm(xseq)) Shapiro-Wilk normality test data: qnorm(xseq) W = 0.99999, p-value = 1 ad.test(qnorm(xseq)) Anderson-Darling normality test data: qnorm(xseq) A = 0.00044273, p-value = 1 结果完全符合预期：正态分布的正态是正态的。创建一条qqnorm(qnorm(xseq))（按预期方式）直线数据： 如果创建了相同数据的箱线图，则boxplot(qnorm(xseq))产生结果： 当样本大小足够大时，箱形图不同于shapiro.test，ad.test或， qqnorm将几个点标识为离群值（如本例所示）。

17 outliers  normality-assumption  qq-plot  boxplot 

我正在使用称为plink（http://pngu.mgh.harvard.edu/~purcell/plink/download.shtml）的软件进行GWAS SNP疾病关联研究。 通过关联结果，我得到了所有已分析的SNP的p值。现在，我使用这些p值的QQ图显示一个非常低的p值是否与p值的预期分布（均匀分布）不同。如果p值偏离预期分布，则可以“将该” p值称为统计有效值。 正如您在QQ图中看到的那样，在顶部尾端，最后4点有点难以解释。灰色的最后两个点表明，这些p值位于p值的预期分布中，而其他两个则不在。 现在，如何解释这一点，最后两个点具有较低的 p值，但根据QQ-情节不是“显著”，而其他两个点有较高的 P值“显著”？这怎么可能是真的？

17 qq-plot 

我试图确定我的连续数据数据集是否遵循参数shape 1.7和rate 0.000063 的伽马分布。====== 问题是，当我使用R来创建数据集对于理论分布伽玛（1.7，0.000063）的QQ图时，我得到了一个图，该图表明经验数据与伽玛分布大致相符。ECDF图也会发生相同的情况。xxx 但是，当我运行Kolmogorov-Smirnov检验时，它给了我&lt; 1 ％的不合理的值。ppp&lt; 1 ％&lt;1个％<1\% 我应该选择相信哪个？图形输出还是KS测试的结果？

16 pdf  kolmogorov-smirnov  cdf  qq-plot 

我对某些数据的正态性有疑问：我已经进行了Kolmogorov检验，该检验表明p = .0000不正常，我不明白：我的分布偏度=-。497，并且峰度= -0,024 这是我的分布图，看起来非常正常... （我有3个分数，而其中的每个分数都不正常，Kolmogorov检验的p值很大。我真的不明白。）

15 normal-distribution  spss  kolmogorov-smirnov  histogram  qq-plot 

这个问题不是专门针对 R，但我选择用R它来说明。 考虑一下围绕（正常）qq线产生置信带的代码： library(car) library(MASS) b0&lt;-lm(deaths~.,data=road) qqPlot(b0$resid,pch=16,line="robust") 我正在寻找一种解释（或替代性的解释为纸/在线文档的链接）这些置信带的构造方式（我已经在R的帮助文件中看到了对Fox 2002的引用，但可惜我没有这个方便的书）。 我的问题将通过一个例子更加精确。这是R计算这些特定CI的方式（我已经缩短/简化了中使用的代码car::qqPlot） x&lt;-b0$resid good&lt;-!is.na(x) ord&lt;-order(x[good]) ord.x&lt;-x[good][ord] n&lt;-length(ord.x) P&lt;-ppoints(n) z&lt;-qnorm(P) plot(z,ord.x,type="n") coef&lt;-coef(rlm(ord.x~z)) a&lt;-coef[1] b&lt;-coef[2] abline(a,b,col="red",lwd=2) conf&lt;-0.95 zz&lt;-qnorm(1-(1-conf)/2) SE&lt;-(b/dnorm(z))*sqrt(P*(1-P)/n) #[WHY?] fit.value&lt;-a+b*z upper&lt;-fit.value+zz*SE lower&lt;-fit.value-zz*SE lines(z,upper,lty=2,lwd=2,col="red") lines(z,lower,lty=2,lwd=2,col="red") 问题是：用于计算这些SE的公式的合理性是什么（例如line SE&lt;-(b/dnorm(z))*sqrt(P*(1-P)/n)）。 FWIW该公式与线性回归中常用的置信带公式非常不同

14 confidence-interval  linear-model  qq-plot 

我正在尝试在R中绘制一个带有两个约120万个点的数据集的QQ图（使用qqplot，并将数据输入到ggplot2中）。计算很容易，但是由于有很多点，因此生成的图形加载起来非常缓慢。我尝试了线性逼近以将点的数量减少到10000（无论如何，如果您的数据集之一大于另一个，这就是qqplot函数所做的事情），但是您会损失很多细节。 指向中心的大多数数据点基本上是无用的-它们重叠得太多，以致每个像素大概有100个。是否有任何简单的方法可以删除过于紧密的数据，而又不会使稀疏的数据流向尾部呢？

14 r  data-visualization  qq-plot 

假设我有一个变数变量，我想将其转换为正态分布。哪些转换可以完成此任务？我很清楚，转换数据可能并不总是理想的，但是作为一项学术追求，假设我想将数据“锤击”到正常状态。此外，从图中可以看出，所有值均严格为正。 我已经尝试了各种转换（我以前见过的几乎所有转换，包括等），但是它们都不能很好地工作。是否有使Leptokurtic分布更正常的众所周知的转换？1X,X−−√,asinh(X)1X,X,asinh(X)\frac 1 X,\sqrt X,\text{asinh}(X) 请参见下面的示例普通QQ图：

12 normal-distribution  data-transformation  kurtosis  qq-plot