本文介绍了如何使用Q-Q图和P-P图验证数据是否符合正态分布，提供了一个R语言的示例代码，通过生成正态随机变量并计算相关概率，绘制了P-P图和Q-Q图。同时，文章还解释了分位数的概念，包括连续随机变量的分位数定义和双侧分位数的计算。
Q-Q图
Q-Q图是一种散点图,对应于正态分布的Q-Q图,就是由标准正态分布的分位数为横坐标,样本值为纵坐标的散点图. 要利用QQ图鉴别样本数据是否近似于正态分布,只需看QQ图上的点是否近似地在一条直线附近,而且该直线的斜率为标准差,截距为均值. 用QQ图还可获得样本偏度和峰度的粗略信息.
Q-Q图可以用于检验数据的分布，所不同的是，Q-Q图是用变量数据分布的分位数与所指定分布的分位数之间的关系曲线来进行检验的。P-P图和Q-Q图的用途完全相同，只是检验方法存在差异
由于P-P图和Q-Q图的用途完全相同，只是检验方法存在差异。要利用QQ图鉴别样本数据是否近似于正态分布,只需看QQ图上的点是否近似地在一条直线附近,而且该直线的斜率为标准差,截距为均值.
用QQ图还可获得样本偏度和峰度的粗略信息.
这篇文章是关于Q-Q图的程序设计：
http://www.docin.com/p-44022618.html
有个关于Q-Q图和P-P图的R语言例子：
n=100
a=rnorm(n) #产生100个正态随机变量
p=pnorm(a) #求正态分布函数值（正态累积概率）
t=rank(a)/n#求观察累积概率
q=qnorm(t) #求分位数值
plot(p,t)#画P-P图
plot(a,q) #画Q-Q图
最低0.47元/天 解锁文章
4002
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
