ပုံမှန်အခြေအနေကိုစစ်ဆေးရန် qq ကွက်များကိုမည်သို့အသုံးပြုရမည်နည်း။

“quantile-quantile” ၏ အတိုကောက်ဖြစ်သော QQ ကွက်ကွက် တစ်ခုအား ဒေတာအတွဲတစ်ခုသည် သီအိုရီအရ ဖြန့်ဝေမှုမှ ဖြစ်နိုင်ချေရှိမရှိ အကဲဖြတ်ရန် အသုံးပြုသည်။

ကိစ္စအများစုတွင်၊ ဒေတာအစုံသည် ပုံမှန်ဖြန့်ဝေမှုနောက်သို့လိုက်ခြင်းရှိ၊ မရှိ ဆုံးဖြတ်ရန် ဤကွက်အမျိုးအစားကို အသုံးပြုသည်။

ဒေတာကို ပုံမှန်အတိုင်း ဖြန့်ဝေပါက၊ QQ ကွက်ကွက်ရှိ အမှတ်များသည် ဖြောင့်သောထောင့်ဖြတ်မျဉ်းပေါ်တွင် ရှိနေမည်ဖြစ်သည်။

အပြန်အလှန်အားဖြင့်၊ ဂရပ်ပေါ်ရှိ အမှတ်များသည် ဖြောင့်ထောင့်ဖြတ်မျဉ်းမှ သွေဖည်သွားလေ၊ ဒေတာအစုံသည် ပုံမှန်ဖြန့်ဝေမှုနောက်သို့ လိုက်ရန် ဖြစ်နိုင်ခြေနည်းလေဖြစ်သည်။

အောက်ဖော်ပြပါနမူနာများသည် ပုံမှန်အနေအထားကိုစစ်ဆေးရန် R တွင် QQကွက်များဖန်တီးနည်းကိုပြသထားသည်။

ဥပမာ 1- ပုံမှန်ဒေတာအတွက် QQ ကွက်ကွက်

အောက်ပါကုဒ်သည် လေ့လာချက် 200 ဖြင့် ပုံမှန်ဖြန့်ဝေထားသော ဒေတာအတွဲကို မည်သို့ထုတ်လုပ်ရမည်ကို ပြသပြီး R ရှိ ဒေတာအတွဲအတွက် QQ ကွက်ကွက်တစ်ခုကို ဖန်တီးနိုင်သည်-

 #make this example reproducible
set. seeds (1)

#create some fake data that follows a normal distribution
data <- rnorm(200)

#create QQ plot
qqnorm(data)
qqline(data)

အမြီးတစ်ခုစီတစ်လျှောက်တွင် အနည်းငယ်သွေဖည်မှုများနှင့်အတူ အမှတ်များသည် အဓိကအားဖြင့် ဖြောင့်ထောင့်ဖြတ်မျဉ်းတစ်လျှောက်တွင် ရှိနေသည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။

ဤဂရပ်ကိုအခြေခံ၍ ဤဒေတာအတွဲကို ပုံမှန်ဖြန့်ဝေသည်ဟု ကျွန်ုပ်တို့လုံခြုံစွာယူဆနိုင်ပါသည်။

ဥပမာ 2- ပုံမှန်မဟုတ်သောဒေတာအတွက် QQ ကြံစည်မှု

အောက်ဖော်ပြပါကုဒ်သည် လေ့လာတွေ့ရှိချက် 200 ပါသော ထပ်ကိန်းခွဲဝေမှုကို လိုက်နာသည့် ဒေတာအတွဲတစ်ခုအတွက် QQ ကွက်ကွက်တစ်ခုကို မည်သို့ဖန်တီးရမည်ကို ပြသသည်-

 #make this example reproducible
set. seeds (1)

#create some fake data that follows an exponential distribution
data <- rexp(200, rate=3)

#create QQ plot
qqnorm(data)
qqline(data)

အမှတ်များသည် ထောင့်ဖြတ်မျဉ်းမှ သိသိသာသာ ကွဲလွဲနေကြောင်း ကျွန်ုပ်တို့မြင်သည်။ ၎င်းသည် ဒေတာအတွဲအား ပုံမှန်ဖြန့်ဝေခြင်းမဟုတ်ကြောင်း ရှင်းရှင်းလင်းလင်းဖော်ပြသည်။

ဒေတာသည် ထပ်ကိန်းခွဲဝေမှုကို လိုက်နာသင့်သည်ဟု ကျွန်ုပ်တို့သတ်မှတ်ထားသောကြောင့် ၎င်းသည် အဓိပ္ပာယ်ရှိသင့်သည်။

QQ ကွက်များနှင့် ဟစ်စတိုဂရမ်များ

QQ ကွက်များသည် ဒေတာအစုံသည် ပုံမှန်ဖြန့်ဝေမှုနောက်သို့ လိုက်ခြင်း ရှိ၊ မရှိ စစ်ဆေးရန် နည်းလမ်းတစ်ခုဖြစ်ကြောင်း သတိပြုသင့်သည်။

ပုံမှန်အခြေအနေကို အမြင်အာရုံစစ်ဆေးရန် နောက်ထပ်နည်းလမ်းမှာ ဒေတာအစုံ၏ ဟီစတိုဂရမ်ကို ဖန်တီးရန်ဖြစ်သည်။ ခန့်မှန်းခြေအားဖြင့် ဒေတာသည် histogram ရှိ ခေါင်းလောင်းမျဉ်းကွေးပုံသဏ္ဍာန်အတိုင်း လိုက်နာပါက၊ ဒေတာအစုံကို ပုံမှန်အတိုင်း ဖြန့်ဝေသည်ဟု ကျွန်ုပ်တို့ ယူဆနိုင်ပါသည်။

ဥပမာ၊ ယခင်က ပုံမှန်ဖြန့်ဝေထားသော ဒေတာအတွဲအတွက် ဟီစတိုဂရမ်ကို ဖန်တီးနည်း၊

 #make this example reproducible
set. seeds (1)

#create some fake data that follows a normal distribution
data <- rnorm(200)

#create a histogram to visualize the distribution
hist(data) 

ဤတွင် exponential ကြိုတင်ဖြန့်ဝေမှုနောက်ဆက်တွဲ ဒေတာအတွဲအတွက် ဟီစတိုဂရမ်ကို ဖန်တီးနည်း-

 #make this example reproducible
set. seeds (1)

#create some fake data that follows an exponential distribution
data <- rexp(200, rate=3)

#create a histogram to visualize the distribution
hist(data) 

ဒေတာသည် ပုံမှန်ဖြန့်ဝေမှုနောက်သို့ မလိုက်ကြောင်း ရှင်းရှင်းလင်းလင်း ညွှန်ပြသည့် ဟစ်စတိုဂရမ်သည် ခေါင်းလောင်းမျဉ်းကွေးနှင့် လုံးဝတူမည်မဟုတ်ကြောင်း ကျွန်ုပ်တို့မြင်ရသည်။

ထပ်လောင်းအရင်းအမြစ်များ

ကိန်းဂဏန်းစာရင်းအင်းများတွင် ပုံမှန်ဖြစ်ရိုးဖြစ်စဉ်ဟူသည် အဘယ်နည်း။
R တွင် QQ ကွက်ကွက်ဖန်တီးနည်း
Excel တွင် QQ Plot ဖန်တီးနည်း
Python တွင် QQ Plot ဖန်တီးနည်း