which has been shown to be a unifor

which has been shown to be a uniform density. This explains why the q-q plot on standardized data is always close to the line y = x when the model is correct.
Finally, scientists have used special graph paper for years to make relationships linear (straight lines). The most common example used to be semi-log paper, on which points following the formula y = aebx appear linear. This follows of course since log(y) = log(a) + bx, which is the equation for a straight line. The q-q plots may be thought of as being “probability graph paper” that makes a plot of the ordered data values into a straight line. Every density has its own special probability graph paper.

ผลลัพธ์ (ไทย) 2:

ซึ่งได้รับการแสดงที่จะมีความหนาแน่นสม่ำเสมอ นี้อธิบายว่าทำไมพล็อตใน QQ ข้อมูลที่เป็นมาตรฐานอยู่เสมอใกล้กับเส้น y = x เมื่อรูปแบบที่ถูกต้อง.
ในที่สุดนักวิทยาศาสตร์ได้ใช้กระดาษกราฟที่พิเศษสำหรับปีที่จะทำให้ความสัมพันธ์เชิงเส้น (เส้นตรง) ตัวอย่างที่พบมากที่สุดที่ใช้เป็นกระดาษกึ่งบันทึกที่จุดต่อไปนี้ Y สูตร = aebx ปรากฏเชิงเส้น นี้ต่อไปแน่นอนตั้งแต่เข้าสู่ระบบ (y) = เข้าสู่ระบบ (ก) + BX ซึ่งเป็นสมการเส้นตรง แปลง QQ อาจจะคิดว่าเป็น "กระดาษกราฟความน่าจะเป็น" ที่ทำให้พล็อตของค่าข้อมูลที่สั่งซื้อเข้ามาเป็นเส้นตรง ทุกคนมีความหนาแน่นของกระดาษกราฟความน่าจะเป็นพิเศษของตัวเอง

ผลลัพธ์ (ไทย) 3:

ซึ่งได้แสดงให้เห็นความหนาแน่นสม่ำเสมอ นี้อธิบายว่าทำไมครั้งแรกแปลงข้อมูลมาตรฐานมักจะเข้าใกล้เส้น y = x เมื่อรูปแบบถูกต้อง
ในที่สุด นักวิทยาศาสตร์ได้ใช้กระดาษกราฟพิเศษสำหรับปีเพื่อให้ความสัมพันธ์เชิงเส้น ( เส้นตรง ) ตัวอย่างที่พบมากที่สุดที่ใช้เป็นกระดาษบันทึกกึ่งที่จุดต่อไปนี้สูตร Y = aebx ปรากฏเป็นเส้นนี้คือของหลักสูตรตั้งแต่ log ( Y ) = log ( ) เป็นส่วนประกอบ ซึ่งเป็นสมการแบบเส้นตรง ครั้งแรกที่แปลง อาจเรียกได้ว่าเป็น " ความน่าจะเป็นกระดาษกราฟ " ที่ทำให้พล็อตของสั่งค่าข้อมูลในแนวเส้นตรง ทุกๆความหนาแน่นของตัวเองพิเศษน่าจะเป็นกราฟกระดาษ