QQ 플롯 해석

다음 코드 및 출력을 고려하십시오.

  par(mfrow=c(3,2))
  # generate random data from weibull distribution
  x = rweibull(20, 8, 2)
  # Quantile-Quantile Plot for different distributions
  qqPlot(x, "log-normal")
  qqPlot(x, "normal")
  qqPlot(x, "exponential", DB = TRUE)
  qqPlot(x, "cauchy")
  qqPlot(x, "weibull")
  qqPlot(x, "logistic")

여기에 이미지 설명을 입력하십시오

로그 노멀에 대한 QQ 플롯은 weibull에 대한 QQ 플롯과 거의 같은 것으로 보입니다. 어떻게 구별 할 수 있습니까? 또한 점이 두 개의 외부 검은 선으로 정의 된 영역 내에있는 경우 지정된 분포를 따른다는 것을 나타 냅니까?

r data-visualization interpretation qq-plot

— 양성자
소스

나는 당신이 자동차 패키지를 사용하고 있다고 생각 합니까? 그렇다면 library(car)사람들이 쉽게 따라 할 수 있도록 코드에 명령문 을 포함시켜야합니다 . 일반적으로, set.seed(1)예를 재현 할 수 있도록 시드 (예 :)를 설정하여 누구나 중요하지는 않지만 사용자가 얻은 것과 동일한 데이터 포인트를 얻을 수 있습니다.

— gung-복직 모니카

작성된대로 내 컴퓨터에서 실행되지 않습니다. 예를 들어, 자동차 패키지의 qqPlot은 표준에 대한 표준을, 로그 정규에 대한 lnorm을 원합니다. 내가 무엇을 놓치고 있습니까?

— Tom

@ Tom, 나는 패키지에 대해 착각했다. 분명히 그것은 qualityTools 패키지입니다. 또한 예제는 여기 에서 가져온 것 같습니다 .

— gung-모니 티 복원

흥미로운 대안은 컬린과 프라이 그래프 참조이다 stats.stackexchange.com/questions/243973/...을 예제

— 할보 kjetil B

답변:

여기에 몇 가지 이야기가 있습니다.

의 CDF의 모양 로그 정상은 의 CDF의 모양과 유사 충분하다 이블 그들이 열심히 이블과 다른 사람 사이의 유사성의 수준보다 구별 할 수 있도록.
바깥 쪽 검은 색 선은 신뢰 대역을 형성합니다 . 추론에서 신뢰 구간을 사용하는 것은 다른 표준 형식의 Frequentist 통계 추론과 동일합니다. 즉, 값이 대역 내에 속할 때 우리는 위치 분포가 올바른 분포라는 귀무 가설을 기각 할 수 없습니다. 이것은 우리 가 posited 분포가 올바른 것임을 알고 있다는 것과 다릅니다 . (이것은 제가 다른 답변에서 논의 된 것의 좋은 예입니다 것을 참고 여기 가설 검정에 Fisherian 관점은 Neyman - 피어슨 것이 바람직 할 것입니다 상황의이.)
$N$

— gung-복직 모니카
소스

작은 표본 크기에 대한 분포를 검사하는 방법이 있습니까?

— proton

사실 모든 분포에 대한 신뢰 구간에 해당 포인트가있는 것 같습니다. 분포를 구별 할 수 없습니까?

— proton

n = 20

$n=20$

\approx 5 %

$\approx 5\%$

작은 표본 크기에서 +1 300 개의 샘플을 사용하면 많은 것을 구별하는 데 도움이됩니다. 양성자 : 아닙니다. 작은 표본으로 분포를 구별 할 수는 없습니다. 어떻게 요? 20 픽셀의 얼굴을 식별하는 것과 같습니다.

— Wayne

로그 노멀에 대한 QQ 플롯은 weibull에 대한 QQ 플롯과 거의 같은 것으로 보입니다.

예.

어떻게 구별 할 수 있습니까?

그 샘플 크기에서는 그렇지 않을 것입니다.

또한 점이 두 개의 외부 검은 선으로 정의 된 영역 내에있는 경우 지정된 분포를 따른다는 것을 나타 냅니까?

아니요. 데이터 분포가 해당 분포와 다르다는 것을 알 수 없음을 나타냅니다. 차이의 증거가 아니라 차이의 증거가 없습니다.

당신은 데이터가 당신이 생각했던 것들 중 하나를하지 않은 분포 것을 거의 확신 할 수 있습니다 (왜 것 바로 그의에서?).

— Glen_b-복귀 모니카
소스

문구처럼 : "차이의 증거가 아니라 차이의 증거가 없다."

— jlandercy '11