Funzioni > Statistica > Statistiche grafiche > Esempio: grafici quantile-quantile
Esempio: grafici quantile-quantile
Utilizzare la funzione qqplot per creare grafici quantile-quantile (Q-Q).
Due insiemi di dati
Confrontare i quantili di due insiemi di dati in un grafico Q-Q per verificare se hanno la stessa distribuzione.
1. Definire un insieme di dati.
Fare clic per copiare questa espressione
La colonna 2 mostra il batch in cui è stata effettuata la misurazione e la colonna 3 mostra la forza misurata delle barre di nitrato di silicio legato.
2. Estrarre le due colonne di interesse, 2 e 3.
Fare clic per copiare questa espressione
3. Chiamare vlookup per dividere i dati in base al fatto che le misurazioni siano state effettuate nel batch 1 o 2.
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
4. Calcolare il primo e il terzo quartile di ogni batch.
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
5. Tracciare un grafico Q-Q e un grafico dei quantili.
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
Viene tracciata una linea di riferimento 1 a 1, per enfatizzare la variazione dei dati.
Il grafico Q-Q mostra che i due batch non condividono la stessa distribuzione, sebbene i valori per percentili molto piccoli e molto grandi siano simili. I quantili del batch 1 sono significativamente più alti di quelli del batch 2 e questo suggerisce condizioni di elaborazione molto diverse.
Distribuzione normale
Determinare se le misurazioni da un misuratore di flusso di calore sono state ottenute in modo casuale. Verificare se le misurazioni sono distribuite normalmente, confrontandole con la distribuzione normale in un grafico Q-Q.
1. Definire un insieme di dati per il flusso di calore.
Fare clic per copiare questa espressione
2. Trovare i punti dati per il grafico Q-Q normale.
Fare clic per copiare questa espressione
3. Trovare la linea di best fit per visualizzare la vicinanza dei quantili dei dati ai quantili della distribuzione normale.
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
4. Tracciare un grafico quantile-quantile con la linea di best fit.
Fare clic per copiare questa espressione
La correlazione molto stretta con la linea di riferimento indica che i campioni sono distribuiti normalmente.
Il controllo della normalità è uno dei test eseguiti durante il rilevamento degli outlier.
Distribuzione di Weibull
Verificare se un insieme di dati segue una distribuzione di Weibull.
1. Registrare nel vettore R la tensione per la quale l'isolamento elettrico risulta insufficiente per cavi soggetti a sollecitazione di tensione in aumento.
Fare clic per copiare questa espressione
2. Tracciare un istogramma dei dati.
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
L'istogramma mostra che i dati non hanno una distribuzione normale. Vi è una dissimmetria dei dati che sono spostati da un lato. È possibile confrontare i dati con una distribuzione di Weibull in un grafico Q-Q.
3. Trovare i punti dati per il grafico Q-Q di Weibull.
Fare clic per copiare questa espressione
4. Trovare la linea di best fit per visualizzare la vicinanza dei quantili dei dati ai quantili della distribuzione di Weibull.
Fare clic per copiare questa espressione
Fare clic per copiare questa espressione
5. Tracciare un grafico quantile-quantile con la linea di best fit.
Fare clic per copiare questa espressione
La stretta correlazione con la linea di riferimento indica che l'insieme di dati può essere modellato da una distribuzione di Weibull.
* 
Per i grafici Q-Q di Weibull, viene utilizzata una scala logaritmica.
Riferimenti
Lawless, J.F., Statistical Methods for Lifetime Data, second ed, Wiley-Interscience, 2002.
È stato utile?