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 :