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 :
