史培腾陈栋组——QQ概率图.ppt

QQ概率图 史培腾 V1 陈栋 目录 1.QQ概率 图及其基 本思想 2.操作方法 3.结果分析 QQ概率图 1 QQ概率图及其基本思想 QQ概率图 Quantile-Quantile（分位数）Plot 分位数代表是所验证分布的概率密度函数的积分上限 用途：验证数据是否符合某种分布（正态分布，t分布等） 基本思想 现在假设我们有一个样本，看是否符合正态分布： -1 -1 0 0 0 1 1 1 1 2 X1=-1 X2=0 X3=1 X4=2 得到q2, 则q2应该等于X2，如果我们把(Xi,qi)画在坐标轴上，则所有的点应该在y=x这条直线上 根据正态分布的概率密度函数 根据频数计算出小于Xi的概率 2 操作方法 3 结果分析 SPSS的缺陷 利用拟合程度： 相关系数表示散点与直线的的拟合程度 改进方法 在做具体判断时，有几个数量标准：　　（1） r0.3 ?，称为微弱相关。一般情况下，将其视为没有线性相关关系；　　（2）0.3≤r 0.5 ，称为低度相关；　　（3）0.5≤ r0.8 ，称为显著相关；　　（4）0.8≤r , 称为高度相关。