解釈
- すべてのクォンタイルポイントは、x軸から45度の角度で直線上または直線上にあります。これは、2つのサンプルの分布が類似していることを示しています。
実際には、このような100％を取得することは常に不可能です。明確な直線ですが、グラフは次のようになります。ここでは、ポイントはほぼ直線上にあります。
- Y-クォンタイルはx-クォンタイルの下にあります。これは、yの値がxの値よりも低い傾向があることを示しています。
実際には、上記のように100％を取得できるとは限りませんが、グラフは次のようになります。ここでは、ほとんどのポイントが線より下にあり、いくつかの点が線より上にあることがわかります。したがって、分布は同じではないと言えます。
- X-quantilesはy-クォンタイル。これは、x値がy値よりも低い傾向があることを示しています。
- y-クォンタイルがx-クォンタイルより下になるブレークポイントがあり、この時点以降、y-クォンタイルはx-クォンタイルよりも高くなります。
クォンタイル＆＃8212; Pythonのstatsmodelを使用した分位数プロット＆＃8212;
import numpy as np
import statsmodels.api as sm
import pylab as py
＃np.randomは異なるランダム番号を生成します
＃コードが実行されるときはいつでも
＃注：同じコードを実行するとき
＃グラフは以下とは異なって見えます。
＃生成されたランダムデータポイント
data_points = np.random.normal（ 0 、 1 、 100 ）
sm.qqplot（data_points、line = `45` ）
py.show（）
出力：
