qqplot
Quantile-quantile情节
描述
qqplot (显示样品数据的量级定量位图x）x与正态分布的理论分位数值相对比。如果分布x为正态，则数据图呈现线性。
qqplot把每个数据点画进去x使用加号(“+”)标记，并画出两条代表理论分布的参考线。实线连接数据的第一和第三个四分位数，虚线将实线延伸到数据的末端。
qqplot (＿＿＿，使用向量中指定的分位数显示分位数图pvec）pvec，使用任何前面的语法。
h= qqplot (＿＿＿）h)到分位数图中的行。
例子
正态分布的分位数图
使用分位数图来确定马萨诸塞州的汽油价格是否服从正态分布。
加载示例数据。
负载气体
中的样本数据price1和price2代表马萨诸塞州20个不同加油站的汽油价格。这些样本是在两个不同的月期间采集的。
创建一个分位数图来确定汽油价格是否在price1服从正态分布。
图qqplot (price1)
该曲线产生大约直线，表明天然气价格遵循正常分布。
两个样本的分位数图
使用分位数图来确定两组样本数据是否来自相同的分布。
加载示例数据。
负载气体
中的样本数据price1和price2代表马萨诸塞州20个不同加油站的汽油价格。这些样本是在两个不同的月期间采集的。
使用两组样本数据创建一个分位数图，以评估不同时间的价格是否具有相同的分布。
qqplot (price1 price2);
该图产生了一条近似的直线，表明两组样本数据具有相同的分布。
威布尔分布的分位数-分位数图
使用Smalyile-Smianile Plot来确定样本数据是否来自Weibull分布。
加载示例数据。
负载灯泡
数据的第一列是两种灯泡的寿命(以小时为单位)。第二列是关于灯泡类型的信息。“1”为荧光灯，“0”为白炽灯。第三列是审查信息。1表示截尾数，0表示准确的故障时间。这是模拟数据。
删除被审查的数据。
灯泡=[灯泡(灯泡(:,3)= = 0,1),．..灯泡(灯泡(:3)= = 0,2)];
为每个灯泡类型创建一个变量。只包括未经审查的数据。
氟=[灯泡(灯泡(:,2)= = 0,1)];insc =[灯泡(灯泡(:,2)= = 1,1)];
的默认参数创建一个威布尔概率分布对象一个= 1和B = 1．
pd = makedist (“威布尔”）;
创建一个q-q图来确定荧光灯的寿命是否具有威布尔分布。
图qqplot(氟,pd)
这幅图不是一条直线，表明荧光灯的寿命数据并不遵循威布尔分布。
输入参数
输出参数
更多关于
之前介绍过的R2006a
你也可以从以下列表中选择一个网站:
