PP图和QQ图以及它们意义

先说结论1: P-P图和Q-Q图的用途完全相同,只是检验方法存在差异。

如果两个分布相似,则该Q-Q图趋近于落在y=x线上。如果两分布线性相关,则点在Q-Q图上趋近于落在一条直线上,但不一定在y=x线上。

再说结论2:Q-Q图可以用来在分布的位置-尺度范畴上可视化的评估参数。

 

从定义中可以看出Q-Q图主要用于检验数据分布的相似性,如果要利用Q-Q图来对数据进行正态分布的检验,则可以令x轴为正态分布的分位数,y轴为样本分位数,如果这两者构成的点分布在一条直线上,就证明样本数据与正态分布存在线性相关性,即服从正态分布。

 

qq图有两个作用:

1、检验一组数据是否服从某一分布。

2、检验两个分布是否服从同一分布。

qq图全称是quantile-quantile plot

scipy.stats.probplot

statsmodels.api.qqplot

PP图和QQ图以及它们意义_第1张图片

一. QQ图

     分位数图示法(Quantile Quantile Plot,简称 Q-Q 图)

      统计学里Q-Q图

你可能感兴趣的:(数据科学,数据分析,可视化,python,数据可视化,统计学)