Q-Q图原理详解及Python实现

【导读】在之前的《数据挖掘概念与技术 第2章》的文章中我们介绍了Q-Q图的概念，并且通过调用现成的python函数， 画出了Q-Q图， 验证了Q-Q图的两个主要作用，1. 检验一列数据是否符合正态分布 2. 检验两列数据是否符合同一分布。本篇文章将更加全面的为大家介绍QQ图的原理以及自己手写函数实现画图过程

本文的代码文件(jupyter)和数据文件可以在我们的公众号"数据臭皮匠" 中回复"QQ图"获取

 

Q-Q图是什么

QQ图是quantile-quantile(分位数-分位数图) 的简称，上面也有介绍它的两个主要作用：

1.检验一列数据是否符合正态分布

2.检验两列数据是否符合同一分布

 

Q-Q图的原理

要弄清Q-Q图的原理，我们先来介绍下分位数的概念。这里我们引用下百度百科的介绍：

分位数, 指的就是连续分布函数中的一个点，这个点对应概率p。若概率0<p<1，随机变量X或它的概率分布的分位数Za，是指满足条件p(X≤Za)=α的实数。

 

What...?? 是不是感觉有点抽象，别着急，我们继续往下看分位数的实例-百分位数。

 

百分位数，统计学术语，如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为：一组n个观测值按数值大小排列。如，处于p%位置的值称第p百分位数。<