예제: 변위치-변위치 도표
qqplot 함수를 사용하여 변위치-변위치(Q-Q) 도표를 만듭니다.
두 데이터 집합
Q-Q 도표에서 두 데이터 집합의 사분위수를 비교하여 분포가 동일한지 검증합니다.
1. 데이터 집합을 정의합니다.
열 2에 측정이 수행되는 배치가 표시되고 열 3에는 측정된 규소 질산염 화합물 막대의 강도를 나타냅니다.
2. 열 2와 3을 추출합니다.
3.
vlookup을 호출하여 측정치가 배치 1 또는 2중 어디에 사용되는지에 따라 데이터를 나눕니다.
4. 각 배치의 첫 번째 사분위수와 세 번째 사분위수를 계산합니다.
5. Q-Q 도표와 사분위수를 도표화합니다.
데이터의 차이를 잘 보여 주기 위해 일대일 참조선이 그려집니다.
이 Q-Q 도표는 매우 작은 백분위수와 매우 큰 백분위수의 값은 비슷하지만 두 배치의 분포는 동일하지 않음을 보여 줍니다. 배치 1의 사분위수는 배치 2의 사분위수보다 훨씬 크므로 처리 조건에 큰 차이가 있음을 알 수 있습니다.
정규 분포
열류계의 측정치를 무작위로 추출했는지 확인합니다. Q-Q 도표의 정규 분포와 비교하여 측정치가 정규 분포되어 있는지 확인합니다.
1. 열 흐름을 설명하는 데이터 집합을 정의합니다.
2. 정규 Q-Q 도표의 데이터 점을 찾습니다.
3. 데이터 사분위수가 정규 분포 사분위수에 얼마나 가까운지를 가장 잘 보여 주는 선을 찾습니다.
4. Q-Q 도표와 최적합의 선을 도표화합니다.
참조선과 상관성이 매우 크면 표본이 정규 분포된 것입니다.
정규화 확인은 윤곽선을 찾을 때 수행되는 테스트 중 하나입니다.
와이블 분포
데이터 집합이 와이블 분포를 따르는지 검증합니다.
1. 과전압 스트레스를 높이는 케이블의 누전 전압을 벡터 R에 기록합니다.
2. 데이터의 히스토그램을 도표화합니다.
이 히스토그램은 데이터가 정규 분포되지 않음을 보여 줍니다. 데이터는 한쪽으로 기울어져 있습니다. 데이터를 Q-Q 도표의 와이블 분포에 비교할 수 있습니다.
3. 와이블 Q-Q 도표의 데이터 점을 찾습니다.
4. 데이터 사분위수가 와이블 분포 사분위수에 얼마나 가까운지를 가장 잘 보여 주는 선을 찾습니다.
5. Q-Q 도표와 최적합의 선을 도표화합니다.
참조선과의 상관성이 높으면 와이블 분포로 데이터 집합을 모델링할 수 있습니다.
| 와이블 Q-Q 도표에는 로그 배율이 사용됩니다. |
참조
Lawless, J.F., Statistical Methods for Lifetime Data, 제2판, Wiley-Interscience, 2002년.
