In this chapter we have used both M

In this chapter we have used both Minitab and R to construct normal scores plots. In R
this is done using the function qqnorm, which automatically generates the plot. Before we
show its use, we have three important points to note regarding normal scores plots made
with computer packages. First, different packages handle ties in different ways. The different
approaches result in similar-looking plots, however, so we will not dwell on this point. More
noteworthy is the fact that some packages reverse the axes: they plot the population quantiles
on the vertical axis and the sample quantiles on the horizontal axis. In these cases, the slope
and intercept for such a plot have different meanings than for the plots we have described;
however, the key point remains the same: data from a normal population should result in a
plot where the points follow a straight line

ผลลัพธ์ (ไทย) 1:

ในบทนี้ เราได้ใช้ทั้งปัจจัย และลงจุด R เพื่อสร้างคะแนนปกติ ใน Rซึ่งทำได้โดยใช้การ qqnorm ฟังก์ชัน ซึ่งสร้างพล็อตโดยอัตโนมัติ ก่อนที่เราจะแสดงการใช้ เรามีสามสิ่งสำคัญที่ควรทราบเกี่ยวกับปกติคะแนนผืนที่ทำด้วยแพคเกจเครื่องคอมพิวเตอร์ แพคเกจแรก แตกต่างกันจัดการความสัมพันธ์ในลักษณะต่าง ๆ ที่แตกต่างกันวิธีทำให้มองคล้ายผืน ไร ดังนั้นเราจะอาศัยอยู่ในจุดนี้ไม่ เพิ่มเติมคือความจริงที่ว่า บางแพกลับแกนที่น่าสนใจ: พวกเขาพล็อต quantiles ประชากรบนแกนแนวตั้งและ quantiles ตัวอย่างบนแกนแนวนอน ในกรณีเหล่านี้ ความชันและจุดตัดแกนสำหรับแผนดังกล่าวมีความหมายแตกต่างกันมากกว่าสำหรับโครงการ เราได้อธิบายไว้อย่างไรก็ตาม จุดหลักยังคงเหมือนเดิม: ข้อมูลจากประชากรปกติควรทำการพล็อตที่จุดตามแนวเส้นตรง

ผลลัพธ์ (ไทย) 2:

ในบทนี้เราได้ใช้ทั้ง Minitab และ R เพื่อสร้างแปลงคะแนนปกติ ในการวิจัยนี้จะทำโดยใช้ฟังก์ชั่น qqnorm ซึ่งจะสร้างพล็อต ก่อนที่เราจะแสดงให้เห็นการใช้งานเรามีสามจุดสำคัญที่ควรทราบเกี่ยวกับการแปลงคะแนนปกติที่ทำกับแพคเกจเครื่องคอมพิวเตอร์ ครั้งแรกแพคเกจต่างๆจัดการกับความสัมพันธ์ในรูปแบบที่แตกต่างกัน แตกต่างกันวิธีการส่งผลในแปลงคล้ายกัน แต่ดังนั้นเราจะไม่อยู่ในประเด็นนี้ อื่น ๆที่น่าสังเกตก็คือความจริงที่ว่าแพคเกจบางส่วนกลับแกนที่พวกเขาวางแผนประชากร quantiles บนแกนแนวตั้งและ quantiles ตัวอย่างในแกนนอน ในกรณีนี้ความลาดชันและตัดสำหรับพล็อตดังกล่าวมีความหมายที่แตกต่างกันกว่าแปลงที่เราได้อธิบาย; แต่จุดสำคัญยังคงเหมือนเดิม: ข้อมูลจากประชากรปกติจะส่งผลในพล็อตที่จุดตามเส้นตรง

ผลลัพธ์ (ไทย) 3:

ในบทนี้เราได้ใช้ทั้ง Photoshop และ R เพื่อสร้างปกติคะแนนแปลง R
นี้โดยใช้ฟังก์ชัน qqnorm ซึ่งโดยอัตโนมัติสร้างพล็อต ก่อนที่เราจะ
แสดงการใช้งาน เราได้สามคะแนนสำคัญที่จะทราบเกี่ยวกับคะแนนแปลงได้ปกติ
กับชุดคอมพิวเตอร์ แรก , แพคเกจที่แตกต่างกันจัดการกับความสัมพันธ์ในรูปแบบที่แตกต่างกัน
ต่าง ๆแนวทางการดูคล้ายแปลง ดังนั้นเรา จะไม่ได้อยู่ในจุดนี้ เพิ่มเติม
น่าสังเกตที่ว่า บางแพคเกจรีแกน : พวกเขาวางแผนประชากร quantiles
บนแกนแนวตั้ง และตัวอย่าง quantiles บนแกนแนวนอน ในกรณีเหล่านี้ , ความลาดชัน
และตัดสำหรับพล็อตดังกล่าวมีความหมายที่แตกต่างกันกว่าแปลงที่เราได้อธิบาย ;
อย่างไรก็ตามประเด็นหลักที่ยังคงเหมือนเดิม : ข้อมูลจากประชากรปกติส่งผลให้
พล็อตที่จุดตามเส้นตรง