Domande taggate «qq-plot»

Un diagramma qq (o diagramma quantile quantile) è un diagramma a dispersione dei quantili di due distribuzioni. I grafici QQ sono utili per confrontare le distribuzioni.

4
Come interpretare un diagramma QQ
Sto lavorando con un piccolo set di dati (21 osservazioni) e ho il seguente diagramma QQ normale in R: Visto che la trama non supporta la normalità, cosa potrei dedurre sulla distribuzione sottostante? Mi sembra che una distribuzione più inclinata a destra sarebbe più adatta, giusto? Inoltre, quali altre conclusioni …







1
Qual è l'uso della linea prodotta da qqline () in R?
La qqnorm()funzione R produce un normale diagramma QQ e qqline()aggiunge una linea che passa attraverso il primo e il terzo quartile. Qual è l'origine di questa linea? È utile verificare la normalità? Questa non è la linea classica (la diagonale probabilmente dopo il ridimensionamento lineare).y= xy=Xy=x Ecco un esempio Prima …


2
Come interpretare un diagramma QQ di valori p
Sto facendo studi sull'associazione SNP GWAS sulle malattie usando un software chiamato plink ( http://pngu.mgh.harvard.edu/~purcell/plink/download.shtml ). Con i risultati dell'associazione ottengo valori p per tutti gli SNP che sono stati analizzati. Ora, uso un diagramma QQ di quei valori p per mostrare se un valore p molto basso differisce dalla …
17 qq-plot 



1
Bande di confidenza per la linea QQ
Questa domanda non riguarda specificamente R, ma ho scelto di usarla Rper illustrarla. Considera il codice per produrre bande di confidenza attorno a una (normale) linea qq: library(car) library(MASS) b0<-lm(deaths~.,data=road) qqPlot(b0$resid,pch=16,line="robust") Sto cercando una spiegazione di (o alternativa un collegamento a un documento cartaceo / online che spieghi) come sono …




3
Regressione con dati distorti
Cercare di calcolare i conteggi delle visite in base a dati demografici e servizi. I dati sono molto distorti. Gli istogrammi: grafici qq (a sinistra è il registro): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) citye servicesono variabili fattoriali. Ottengo un valore p basso *** per tutte le variabili, ma ottengo …


2
Interpretazione del diagramma QQ
Considera il seguente codice e output: par(mfrow=c(3,2)) # generate random data from weibull distribution x = rweibull(20, 8, 2) # Quantile-Quantile Plot for different distributions qqPlot(x, "log-normal") qqPlot(x, "normal") qqPlot(x, "exponential", DB = TRUE) qqPlot(x, "cauchy") qqPlot(x, "weibull") qqPlot(x, "logistic") Sembra che quel diagramma QQ per log-normal sia quasi uguale …



4
Quantificazione del diagramma QQ
Il diagramma qq può essere usato per visualizzare quanto sono simili due distribuzioni (ad es. Per visualizzare la somiglianza di una distribuzione con una distribuzione normale, ma anche per confrontare due distribuzioni di dati di artebraria). Esistono statistiche che generano una misura numerica più obiettiva che rappresenta la loro somiglianza …


2
Calcola la curva ROC per i dati
Quindi, ho 16 prove in cui sto cercando di autenticare una persona da un tratto biometrico usando Hamming Distance. La mia soglia è impostata su 3,5. I miei dati sono di seguito e solo la versione di prova 1 è un vero positivo: Trial Hamming Distance 1 0.34 2 0.37 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.