如何使用Q-Q图验证数据的分布

作者|Satyam Kumar 编译|VK 来源|Towards Data Science

Q-Q图是检验任何随机变量（如正态分布、指数分布、对数正态分布等）分布的图形方法，是观察任何分布性质的一种统计方法。

例如，如果给定的一个分布需要验证它是否是正态分布，我们运行统计分析并将未知分布与已知正态分布进行比较。然后通过观察Q-Q图的结果，我们可以确定给定的分布是否正态分布。

绘制Q-Q图的步骤：

1. 给定一个未知的随机变量。

2. 找到每个百分位值

3. 生成一个已知的随机分布，根据该分布同样遵循步骤1-2。

4. 绘制Q-Q图

---

给定一个随机分布，需要验证它是否为正态/高斯分布。为了便于理解，我们将这个未知分布命名为X，将已知的正态分布命名为Y。

生成未知分布X:

X = np.random.normal(loc=50, scale=25, size=1000)

我们正在生成一个正态分布，有1000个值，平均值=50，标准差=25。

查找1%~100%：

X_100 = []
for i in range(1,101):
    X_100.append(np.percentile(X,