Although a Q–Q plot is based on qua

Although a Q–Q plot is based on quantiles, in a standard Q–Q plot it is not possible to determine which point in the Q–Q plot determines a given quantile. For example, it is not possible to determine the median of either of the two distributions being compared by inspecting the Q–Q plot. Some Q–Q plots indicate the deciles to make determinations such as this possible.

The intercept and slope of a linear regression between the quantiles gives a measure of the relative location and relative scale of the samples. If the median of the distribution plotted on the horizontal axis is 0, the intercept of a regression line is a measure of location, and the slope is a measure of scale. The distance between medians is another measure of relative location reflected in a Q–Q plot. The "probability plot correlation coefficient" is the correlation coefficient between the paired sample quantiles. The closer the correlation coefficient is to one, the closer the distributions are to being shifted, scaled versions of each other. For distributions with a single shape parameter, the probability plot correlation coefficient plot (PPCC plot) provides a method for estimating the shape parameter – one simply computes the correlation coefficient for different values of the shape parameter, and uses the one with the best fit, just as if one were comparing distributions of different types.

ผลลัพธ์ (ไทย) 1:

แม้ว่าพล็อต Q-Q อยู่ quantiles, Q-Q มาตรฐานใน พล็อตที่ไม่สามารถกำหนดตำแหน่งในแผน Q-Q ที่กำหนด quantile กำหนด ตัวอย่าง มันจะไม่สามารถกำหนดค่ามัธยฐานของการกระจายสองที่ถูกเปรียบเทียบ โดยการตรวจสอบแผน Q-Q บางผืน Q-Q ระบุ deciles ทำ determinations เช่นนี้ได้จุดตัดแกนและความชันของการถดถอยเชิงเส้นระหว่าง quantiles ทำให้วัดตำแหน่งสัมพัทธ์และสัมพันธ์ขนาดของตัวอย่าง ถ้ามัธยฐานของการแจกแจงที่ลงจุดบนแกนนอนเป็น 0 จุดตัดแกนของเส้นถดถอยคือ การวัดตำแหน่งที่ตั้ง และลาดเป็นหน่วยวัดมาตราส่วน ระยะห่างระหว่าง medians เป็นวัดอื่นของความสัมพันธ์ของตำแหน่งในแผน Q-Q สัมประสิทธิ์สหสัมพันธ์ระหว่าง quantiles จัดเป็นคู่ตัวอย่างของ "ความน่าเป็นพล็อตสัมประสิทธิ์สหสัมพันธ์" ได้ สัมประสิทธิ์สหสัมพันธ์ใกล้ชิดเป็นหนึ่ง ใกล้ชิดการแจกจ่ายจะถูกเปลี่ยน ปรับรุ่นกัน สำหรับการกระจายด้วยพารามิเตอร์รูปร่างเดียว แปลงสัมประสิทธิ์สหสัมพันธ์พล็อตความน่าเป็น (PPCC พล็อต) แสดงวิธีการประมาณพารามิเตอร์รูปร่าง– หนึ่งก็คำนวณค่าสัมประสิทธิ์ความสัมพันธ์ของค่าต่าง ๆ ของพารามิเตอร์รูปร่าง และใช้ได้กับขนาดที่พอดี เพียงว่าหนึ่งได้เปรียบเทียบการกระจายของชนิดต่าง ๆ

ผลลัพธ์ (ไทย) 2:

แม้ว่าพล็อต Q-Q จะขึ้นอยู่กับ quantiles ในพล็อต Q-Q มาตรฐานมันเป็นไปไม่ได้ที่จะกำหนดจุดในพล็อต Q-Q กำหนด quantile รับ ยกตัวอย่างเช่นมันเป็นไปไม่ได้ที่จะกำหนดค่ามัธยฐานของทั้งสองกระจายถูกเปรียบเทียบโดยการตรวจสอบพล็อต Q-Q บางแปลง Q-Q deciles บ่งชี้ที่จะทำให้การพิจารณาเช่นนี้เป็นไปได้. ตัดและความลาดชันของการถดถอยเชิงเส้นระหว่าง quantiles ให้เป็นวัดที่ตั้งญาติและขนาดญาติของกลุ่มตัวอย่าง หากเฉลี่ยของการกระจายจุดบนแกนนอนเป็น 0 ตัดของสายการถดถอยเป็นตัวชี้วัดของสถานที่ตั้งและความลาดชันเป็นตัวชี้วัดระดับ ระยะห่างระหว่างมีเดียเป็นตัวชี้วัดที่ตั้งของญาติอีกสะท้อนให้เห็นในพล็อต Q-Q "ความน่าจะเป็นพล็อตค่าสัมประสิทธิ์สหสัมพันธ์" คือค่าสัมประสิทธิ์สหสัมพันธ์ระหว่าง quantiles ตัวอย่างที่จับคู่ ใกล้ชิดค่าสัมประสิทธิ์สหสัมพันธ์คือการอย่างใดอย่างหนึ่งที่มีการกระจายอย่างใกล้ชิดที่จะถูกขยับปรับรุ่นของแต่ละอื่น ๆ สำหรับการกระจายที่มีพารามิเตอร์รูปร่างเดียวพล็อตน่าจะเป็นพล็อตค่าสัมประสิทธิ์สหสัมพันธ์ (พล็อต PPCC) มีวิธีการประมาณค่าพารามิเตอร์รูปร่าง - หนึ่งก็คำนวณค่าสัมประสิทธิ์สหสัมพันธ์สำหรับค่าที่แตกต่างของพารามิเตอร์รูปร่างและใช้เป็นหนึ่งเดียวกับแบบที่ดีที่สุด เช่นเดียวกับถ้าหนึ่งถูกเปรียบเทียบการกระจายประเภทที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

แม้ว่า Q และ Q พล็อตขึ้นอยู่กับ quantiles ในมาตรฐาน Q และ Q พล็อตมันเป็นไปไม่ได้ที่จะตรวจสอบที่จุดในแปลง q ) q กําหนดให้ควอนไทล์ . ตัวอย่างเช่น , มันเป็นไปไม่ได้ที่จะหามัธยฐานของการแจกแจงของทั้งสองถูกเปรียบเทียบโดยตรวจสอบ Q และ Q พล็อต บาง Q ) Q แปลงระบุภูมิภาคเพื่อให้ใช้เช่นนี้ที่สุด

การตัดและความชันของการถดถอยเชิงเส้นระหว่าง quantiles ให้วัดของญาติพี่น้องที่ตั้งและขนาดสัมพัทธ์ของตัวอย่าง ถ้าค่ามัธยฐานของการแจกแจงวางแผนบนแกนแนวนอนคือ 0 , การตัดของเส้นถดถอย เป็นวัดของสถานที่และความชันคือ การวัดขนาดระยะห่างระหว่างมีเดียเป็นอีกวัดตำแหน่งของญาติที่สะท้อนใน Q - Q พล็อต " น่าจะเป็นแปลงสัมประสิทธิ์สหสัมพันธ์ " คือ สัมประสิทธิ์สหสัมพันธ์ระหว่างคู่ตัวอย่าง quantiles . ใกล้ชิดสัมประสิทธิ์สหสัมพันธ์หนึ่ง ยิ่งเข้าใกล้การแจกแจงการเปลี่ยน , ปรับขนาดรุ่นของแต่ละอื่น ๆ สำหรับการแจกแจงที่มีพารามิเตอร์รูปร่างเดียวน่าจะเป็นแปลงสัมประสิทธิ์สหสัมพันธ์วางแผน ( วางแผน ppcc ) มีวิธีการในการประมาณค่าพารามิเตอร์และรูปร่างหนึ่งเพียงคำนวณค่าสัมประสิทธิ์สหสัมพันธ์ของค่าพารามิเตอร์ที่แตกต่างกันรูปร่างและการใช้คนที่เหมาะที่สุด เหมือนกับมีคนเปรียบเทียบการกระจายของชนิดที่แตกต่างกัน