示例：分位数-分位数图
使用
qqplot 函数绘制分位数-分位数 (Q-Q) 图。
两个数据集
在 Q-Q 图中比较两个数据集中的分位数以检验是否为相同的分布。
1. 定义数据集。
列 2 显示进行测量的批次，列 3 显示测量所得的已键合硝酸硅的压力强度。
2. 提取相关的两列，列 2 和列 3。
3. 调用
vlookup，根据是在批次 1 还是批次 2 中进行测量来划分数据。
4. 计算每个批次的第一个和第三个四分位数。
5. 绘制 Q-Q 图和分位数。
绘制 1 对 1 关系的参考线，以着重显示数据如何变化。
Q-Q 图显示两个批次不具有相同的分布，尽管非常小的与非常大的百分位值相似。批次 1 的分位数明显高于批次 2 的分位数，暗示处理条件差别较大。
正态分布
确定测量值是否从热流计中随机抽取。通过在 Q-Q 图中将测量值分布与正态分布比较来检查测量值是否为正态分布。
1. 定义描述热流的数据集。
2. 查找正态 Q-Q 图的数据点。
3. 找到最佳拟合线以查看数据分位数与正态分布分位数的接近程度。
4. 绘制 Q-Q 图及最佳拟合线。
与参考线非常接近表示该样本为正态分布。
正态性检查是在检测离群值时进行的其中一项检验。
韦伯分布
检验数据集是否遵循韦伯分布。
1. 在矢量 R 中记录受增加的电压应力影响的电力绝缘失效电压。
2. 绘制数据的柱状图。
柱状图显示数据不是正态分布。数据偏向一侧。在 Q-Q 图中可将数据与韦伯分布加以比较。
3. 找到韦伯分布 Q-Q 图的数据点。
4. 找到最佳拟合线以查看数据分位数与韦伯分布分位数的接近程度。
5. 绘制 Q-Q 图及最佳拟合线。
与参考线接近表示该数据集可通过韦伯分布建模。
参考文献
Lawless, J.F., Statistical Methods for Lifetime Data, second ed, Wiley-Interscience, 2002。
