n most cases, you don’t want to com

n most cases, you don’t want to compare two samples with each other, but compare a sample with a theoretical sample that comes from a certain distribution (for example, the normal distribution).

To make a QQ plot this way, R has the special qqnorm() function. As the name implies, this function plots your sample against a normal distribution. You simply give the sample you want to plot as a first argument and add any graphical parameters you like.

R then creates a sample with values coming from the standard normal distribution, or a normal distribution with a mean of zero and a standard deviation of one. With this second sample, R creates the QQ plot as explained before.

R also has a qqline() function, which adds a line to your normal QQ plot. This line makes it a lot easier to evaluate whether you see a clear deviation from normality. The closer all points lie to the line, the closer the distribution of your sample comes to the normal distribution. The qqline() function also takes the sample as an argument.

Now you want to do this for the temperatures during both the active and the inactive period of the beaver. You can use the qqnorm() function twice to create both plots. For the inactive periods, you can use the following code:

ผลลัพธ์ (ไทย) 1:

ใหญ่ n คุณไม่ต้อง การมาทดสอบกันเปรียบเทียบ เปรียบเทียบตัวอย่างกับตัวอย่างทฤษฎีที่มาจากบางกระจาย (ตัวอย่าง การแจกแจงปกติ)เพื่อให้แผน QQ ด้วยวิธีนี้ R มีฟังก์ชันพิเศษ qqnorm() ตามความหมายของชื่อ ฟังก์ชันนี้ลงจุดตัวอย่างกับการแจกแจงปกติ คุณให้ตัวอย่างที่คุณต้องการลงจุดเป็นอาร์กิวเมนต์แรก และเพิ่มพารามิเตอร์กราฟิกใด ๆ ที่คุณต้องการR แล้วสร้างตัวอย่างกับค่าที่มาจากการแจกแจงปกติมาตรฐาน การแจกแจงปกติ ด้วยค่าเฉลี่ยเป็นศูนย์และค่าเบี่ยงเบนมาตรฐานของ มีตัวอย่างที่สองนี้ R สร้างพล็อต QQ ตามที่อธิบายไว้ก่อนR ยังมีฟังก์ชัน qqline() ซึ่งเพิ่มบรรทัดการพล็อตของคุณ QQ ปกติ เส้นนี้ทำให้ง่ายมากที่จะประเมินว่าคุณเห็นความแตกต่างชัดเจนจาก normality ทั้งหมดใกล้จุดนอนบรรทัด ใกล้ชิดการกระจายของตัวอย่างของคุณมาถึงการแจกแจงปกติ ฟังก์ชัน qqline() จะใช้ตัวอย่างที่เป็นอาร์กิวเมนต์ตอนนี้ คุณต้องการทำเช่นนี้สำหรับอุณหภูมิในระหว่างการใช้งานและระยะเวลาใช้งานของสัตว์ชนิดหนึ่ง คุณสามารถใช้ฟังก์ชัน qqnorm() สองครั้งเพื่อสร้างทั้งสองผืน สำหรับรอบระยะเวลาที่ไม่ได้ใช้งาน คุณสามารถใช้รหัสดังต่อไปนี้:

ผลลัพธ์ (ไทย) 2:

n กรณีส่วนใหญ่คุณไม่ต้องการที่จะเปรียบเทียบสองตัวอย่างกับแต่ละอื่น ๆ แต่ตัวอย่างเปรียบเทียบกับตัวอย่างทฤษฎีที่มาจากการกระจายบางอย่าง (เช่นการกระจายปกติ). เพื่อให้พล็อต QQ วิธีนี้มี R qqnorm พิเศษ () ฟังก์ชัน เป็นชื่อที่แสดงถึงฟังก์ชั่นนี้แปลงตัวอย่างของคุณกับการกระจายปกติ คุณเพียงแค่ให้ตัวอย่างที่คุณต้องการพล็อตเป็นอาร์กิวเมนต์แรกและเพิ่มพารามิเตอร์กราฟิกใด ๆ ที่คุณชอบ. R แล้วสร้างตัวอย่างที่มีค่ามาจากการกระจายปกติมาตรฐานหรือการกระจายปกติที่มีค่าเฉลี่ยของศูนย์และค่าเบี่ยงเบนมาตรฐานของการอย่างใดอย่างหนึ่ง . ตัวอย่างที่สองนี้สร้างพล็อต R QQ ตามที่อธิบายก่อน. R ยังมี qqline () ฟังก์ชันซึ่งจะเพิ่มสายการพล็อตของคุณ QQ ปกติ สายนี้จะทำให้มันง่ายมากที่จะประเมินว่าคุณเห็นค่าความเบี่ยงเบนที่ชัดเจนจากภาวะปกติ ใกล้ชิดทุกจุดอยู่กับสายที่ใกล้ชิดของการกระจายตัวอย่างของคุณมาถึงการกระจายปกติ qqline () ฟังก์ชันยังใช้กลุ่มตัวอย่างเป็นอาร์กิวเมนต์. ตอนนี้คุณต้องการที่จะทำเช่นนี้สำหรับอุณหภูมิในช่วงทั้งการใช้งานและระยะเวลาการใช้งานของช่องคลอด คุณสามารถใช้ qqnorm () ฟังก์ชั่นเป็นครั้งที่สองที่จะสร้างทั้งแปลง ไม่ได้ใช้งานสำหรับระยะเวลาที่คุณสามารถใช้รหัสต่อไปนี้:

ผลลัพธ์ (ไทย) 3:

n กรณีส่วนใหญ่ คุณไม่ต้องเปรียบเทียบสองอย่างด้วยกัน แต่เปรียบเทียบตัวอย่างกับทางทฤษฎีตัวอย่างที่มาจากการกระจายสินค้า ( เช่น การแจกแจงแบบปกติ )

ทำ QQ แปลงด้วยวิธีนี้ qqnorm() R มีฟังก์ชันพิเศษ เป็นชื่อนัย , ฟังก์ชันนี้แปลงตัวอย่างกับการแจกแจงแบบปกติคุณเพียงแค่ให้ตัวอย่างที่คุณต้องการแปลงเป็นอาร์กิวเมนต์แรกและเพิ่มกราฟิกพารามิเตอร์ที่คุณต้องการใด ๆ .

r แล้วสร้างเป็นตัวอย่างที่มีค่ามาจากการแจกแจงแบบปกติมาตรฐาน หรือการแจกแจงแบบปกติด้วยค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของศูนย์หนึ่ง กับตัวอย่างที่สองนี้ R สร้างพล็อต QQ ตามที่อธิบายไว้ก่อน

R ยังมี qqline() ฟังก์ชันซึ่งเพิ่มบรรทัดที่พล็อต QQ ของคุณปกติ บรรทัดนี้จะทำให้มันง่ายมากที่จะประเมินว่าคุณดูแตกต่างจากปกติ . ใกล้จุดทั้งหมดโกหกสายใกล้ชิดการแจกแจงของตัวอย่างของคุณมาพร้อมกับการกระจายปกติ ฟังก์ชัน qqline() ยังใช้ตัวอย่างเป็นอาร์กิวเมนต์ .

ตอนนี้คุณต้องการที่จะทำให้อุณหภูมิระหว่างทั้งปราดเปรียวและระยะเวลาใช้งานของบีเวอร์ คุณสามารถใช้ฟังก์ชัน qqnorm() สองครั้งเพื่อสร้างทั้งแปลง สำหรับระยะเวลาที่ใช้งาน คุณสามารถใช้รหัสต่อไปนี้ :