P-P图(Percent-Percent Plot)及Q-Q图(Quantile-Quantile Plot)绘制——SPSS软件实现

发布于 2022年12月22日 星期四 22:15:38 浏览:3945
原创不易,转载请注明来源,感谢!
附件下载:
P-P图及Q-Q图.zip 请勿重复点击,如无响应请耐心等待或稍后再试。

P-P图和Q-Q图都是用于检验样本的概率分布是否服从某种理论分布。P-P图的原理是检验实际累积概率分布与理论累积概率分布是否吻合,若吻合,则散点应围绕在一条直线周围,或者实际累积概率与理论累积概率之差分布在对称于以0为水平轴的带内。Q-Q图的原理是检验实际分位数与理论分位数是否吻合,若吻合,则散点应围绕在一条直线周围,或者实际分位数与理论分位数之差分布在对称于以0为水平轴的带内。本文介绍在SPSS软件中绘制P-P图和Q-Q图的步骤。

关键词:SPSS; P-P图; Q-Q图; 图形绘制

一、案例介绍

以“P-P图及Q-Q图绘制”数据为例,对某生化指标(X)作正态性检验。对数据的变量和水平进行标签赋值后部分数据见图1。本案例数据可从“附件下载”处下载。

图1

二、软件操作及结果解读

(一) 主对话框

选择“分析”—“描述统计”—“P-P图”(图2)。

图2

打开“P-P图”主对话框(图3),具体参数设置及介绍如下:

【变量】被检验变量,可选入多个。本例选择“生化指标”。

【检验分布】有13种分布可供选择,选择某种分布后,若该分布涉及自由度,则下面的“自由度”框被激活,填入自由度。可检验的分布有Beta分布、卡方分布、指数分布、Gamma分布、半正态分布、拉普拉斯分布、logistic分布、对数正态分布、正态分布、帕累托分布/pareto分布、学生t分布、威布尔分布/weibull分布、均匀分布。本例选择“正态分布”。

【分布参数】系统默认“根据数据估算”,若不选择此项,则位置参数和标度/度量参数框被激活,填入自由度。

【转换/变量转换】 包括自然对数转换,将值标准化/标准化变换,差异/非季节差分变换(使用连续两个数据之差替换原数据),季节性差异/季节差分变换(计算时间序列中两个恒定间距的数据差,数据间隔依周期而定),当前周期长度/当前时间周期(系统默认为无)。

【比例估算公式】计算期望概率分布的公式,有以下4种公式供选择:

  • 布洛姆:\(\left(r-\frac{3}{8}\right) /\left(n+\frac{1}{4}\right)\),n为样本量;r为秩次,从1到n之间,下同。
  • 秩变换:\((r-1 / 2) / n\)
  • 图基:\((r-1 / 3) /(n+1 / 3)\)
  • 范德瓦尔登:\(r /(n+1)\)

【分配给绑定值的秩/相同数值的排秩】

  • 平均值:取平均秩次
  • :取最高秩次
  • :取最低秩次
  • 强制中断同分值:每例打点,忽略个例的权重
图3

(二) 绘制P-P图

1. 软件操作

在“P-P图”主对话框(图3)的“变量”项中选入“生化指标[X]”,点击“确定”。

图3

2. 结果解读

P-P正态概率累积概率分布的位置参数值为14.4069(图4),标度参数为0.79981。散点基本围绕线条分布(图5,图6),可直观推测本数据服从正态分布。此外,精确的统计推断可参见“医学统计学核心概念及重要假设检验的软件实现(2/4)——正态性假设检验的SPSS实现”。

图4
图5
图6

(三) 绘制Q-Q图

1. 软件操作

选择“分析”—“描述统计”—“Q-Q图”(图2),具体操作参考“P-P图”绘制过程。

2. 结果解读

结果如图7~图9所示,可见散点也基本围绕线条分布,可直观推测本数据服从正态分布。

图7
图8
图9
End
文章目录 沉浸式阅读