qqplot (graphique quantile-quantile) en Python

| | | | | | | | | | | | | | |

Interprétations

  • Tous les points quantiles se trouvent sur ou sur une ligne droite à un angle de 45 degrés par rapport à l`axe des x. Cela indique que les deux échantillons ont des distributions similaires.

    Et en pratique, il est toujours impossible d`obtenir un tel 100 % ligne droite claire, mais le graphique ressemble à ceci. Ici, les points se trouvent presque sur une ligne droite.
  • Les quantiles Y sont inférieurs aux quantiles x. Cela indique que les valeurs y ont tendance à être inférieures aux valeurs x.

    Et en pratique, il est pas toujours possible d`obtenir 100% comme indiqué ci-dessus, mais le graphique ressemble à celui indiqué ci-dessous. Ici, vous pouvez voir que la plupart des points sont en dessous de la ligne et que quelques points sont au-dessus de la ligne. On peut donc dire que les distributions ne sont pas les mêmes.
  • Les quantiles X sont inférieurs à y-quantiles. Cela indique que les valeurs x ont tendance à être inférieures aux valeurs y.
  • Indique qu`il existe un point de rupture jusqu`auquel les quantiles y sont inférieurs aux quantiles x, et après ce point, les quantiles y sont supérieurs aux quantiles x.

Quantile — Tracé quantile utilisant statsmodel en Python —


importer numpy as np

import statsmodels.api as sm

import pylab as py


# np.random génère différents nombres aléatoires
# chaque fois que le code est exécuté
# Remarque : lors de l`exécution du même code
# le graphique est différent de celui ci-dessous.


# points de données aléatoires générés

data_points = np.random.normal ( 0 , 1 , 100 , 100 = "plain">)


sm.qqplot (data_points, line = `45` )

py.show ()

Sortie :