<\/p>\n
Um gr\u00e1fico QQ<\/strong> , abrevia\u00e7\u00e3o de “quantil-quantil”, \u00e9 um tipo de gr\u00e1fico que podemos usar para determinar se um conjunto de dados potencialmente vem ou n\u00e3o de uma distribui\u00e7\u00e3o te\u00f3rica.<\/span><\/p>\n Muitos testes estat\u00edsticos assumem que um conjunto de dados segue uma distribui\u00e7\u00e3o normal, e um gr\u00e1fico QQ \u00e9 frequentemente usado para avaliar se esta suposi\u00e7\u00e3o \u00e9 atendida ou n\u00e3o.<\/span><\/p>\n Embora um gr\u00e1fico QQ n\u00e3o seja um teste estat\u00edstico formal, ele fornece uma maneira simples de verificar visualmente se um conjunto de dados segue uma distribui\u00e7\u00e3o normal e, caso contr\u00e1rio, como esta suposi\u00e7\u00e3o \u00e9 violada e quais pontos de dados est\u00e3o potencialmente na origem desta viola\u00e7\u00e3o.<\/span><\/p>\n Podemos criar um gr\u00e1fico QQ plotando dois conjuntos de quantis um contra o outro. Se ambos os conjuntos de quantis vierem da mesma distribui\u00e7\u00e3o, ent\u00e3o os pontos no gr\u00e1fico dever\u00e3o formar aproximadamente uma linha reta diagonal.<\/span><\/p>\n Os quantis<\/strong> representam pontos em um conjunto de dados abaixo dos quais se encontra uma determinada parte dos dados. Por exemplo, o quantil 0,9 representa o ponto abaixo do qual cai 90% dos dados. O quantil 0,5 representa o ponto abaixo do qual se encontram 50% dos dados e assim por diante.<\/span><\/p>\n Os gr\u00e1ficos QQ identificam os quantis de suas amostras de dados e os comparam aos quantis de uma distribui\u00e7\u00e3o te\u00f3rica. Na maioria dos casos, a distribui\u00e7\u00e3o normal \u00e9 usada, mas um gr\u00e1fico QQ pode realmente ser criado para qualquer distribui\u00e7\u00e3o te\u00f3rica.<\/span><\/p>\n Se os pontos de dados estiverem ao longo de uma linha reta diagonal em um gr\u00e1fico QQ, ent\u00e3o o conjunto de dados provavelmente segue uma distribui\u00e7\u00e3o normal.<\/span><\/p>\n Podemos facilmente criar um gr\u00e1fico QQ para verificar se um conjunto de dados segue uma distribui\u00e7\u00e3o normal usando a fun\u00e7\u00e3o qqnorm()<\/strong> integrada.<\/span><\/p>\n Por exemplo, o c\u00f3digo a seguir gera um vetor de 100 valores aleat\u00f3rios que segue uma distribui\u00e7\u00e3o normal e cria um gr\u00e1fico QQ para esse conjunto de dados para verificar se ele realmente segue uma distribui\u00e7\u00e3o normal:<\/span><\/p>\n Para tornar ainda mais f\u00e1cil ver se os dados seguem uma linha reta, podemos usar a fun\u00e7\u00e3o qqline()<\/strong> :<\/span><\/p>\n Podemos ver que os pontos de dados pr\u00f3ximos \u00e0s caudas n\u00e3o seguem exatamente a linha reta, mas na maior parte desses dados de amostra parecem ser distribu\u00eddos normalmente (como deveriam ser, j\u00e1 que pedimos a R para gerar os dados a partir de uma distribui\u00e7\u00e3o normal ). ).<\/span><\/p>\n Em vez disso, considere o seguinte c\u00f3digo que gera um vetor de 100 valores aleat\u00f3rios que segue uma distribui\u00e7\u00e3o gama e cria um gr\u00e1fico QQ para esses dados para verificar se eles seguem uma distribui\u00e7\u00e3o normal:<\/span><\/p>\n Podemos ver um claro desvio da linha reta neste gr\u00e1fico QQ, indicando que este conjunto de dados provavelmente n\u00e3o segue uma distribui\u00e7\u00e3o normal.<\/span><\/p>\n Considere outro trecho de c\u00f3digo que gera um vetor de 100 valores aleat\u00f3rios que segue uma distribui\u00e7\u00e3o qui-quadrado com 5 graus de liberdade e cria um gr\u00e1fico QQ para esses dados para verificar se eles seguem uma distribui\u00e7\u00e3o normal:<\/span><\/p>\n Mais uma vez podemos ver que este conjunto de dados n\u00e3o parece seguir uma distribui\u00e7\u00e3o normal, especialmente perto das caudas.<\/span><\/p>\n Podemos alterar algumas est\u00e9ticas do gr\u00e1fico QQ em R, incluindo o t\u00edtulo, r\u00f3tulos dos eixos, cores dos pontos de dados, cor da linha e largura da linha.<\/span><\/p>\n O c\u00f3digo a seguir altera os t\u00edtulos, os r\u00f3tulos dos eixos e a cor dos pontos do gr\u00e1fico:<\/span><\/p>\n Em seguida, o c\u00f3digo a seguir adiciona uma linha reta diagonal ao gr\u00e1fico com uma cor vermelha, uma largura de linha de 2 (lwd = 2, o padr\u00e3o \u00e9 1) e uma linha tracejada (lty = 2, o padr\u00e3o \u00e9 1):<\/span><\/p>\n Tenha em mente que um gr\u00e1fico QQ \u00e9 simplesmente uma forma de verificar visualmente<\/em> se um conjunto de dados segue uma distribui\u00e7\u00e3o te\u00f3rica. Para testar formalmente se um conjunto de dados segue ou n\u00e3o uma distribui\u00e7\u00e3o espec\u00edfica, os seguintes testes podem ser realizados (supondo que voc\u00ea esteja comparando seu conjunto de dados com uma distribui\u00e7\u00e3o normal):<\/span><\/p>\n Teste Anderson-Darling<\/a> Um gr\u00e1fico QQ , abrevia\u00e7\u00e3o de “quantil-quantil”, \u00e9 um tipo de gr\u00e1fico que podemos usar para determinar se um conjunto de dados potencialmente vem ou n\u00e3o de uma distribui\u00e7\u00e3o te\u00f3rica. Muitos testes estat\u00edsticos assumem que um conjunto de dados segue uma distribui\u00e7\u00e3o normal, e um gr\u00e1fico QQ \u00e9 frequentemente usado para avaliar se esta suposi\u00e7\u00e3o […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-509","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Como criar um gr\u00e1fico QQ em R<\/strong><\/span><\/h2>\n
#make this example reproducible<\/span>\nset.seed(11)\n\n#generate vector of 100 values that follows a normal distribution<\/span>\ndata <- rnorm(100)\n\n#create QQ plot to compare this dataset to a theoretical normal distribution\n<\/span>qqnorm(data)<\/strong><\/pre>\n #create QQ plot<\/span>\nqqnorm(data)\n\n#add straight diagonal line to plot\n<\/span>qqline(data)<\/strong><\/pre>\n<\/h2>\n
#make this example reproducible\n<\/span>set.seed(11)\n\n#generate vector of 100 values that follows a gamma distribution\n<\/span>data <- rgamma(100, 1)\n\n#create QQ plot to compare this dataset to a theoretical normal distribution\n<\/span>qqnorm(data)\nqqline(data)<\/strong><\/pre>\n #make this example reproducible\n<\/span>set.seed(11)\n\n#generate vector of 100 values that follows a Chi-Square distribution\n<\/span>data <- rchisq(100, 5)\n\n#create QQ plot to compare this dataset to a theoretical normal distribution\n<\/span>qqnorm(data)\nqqline(data)<\/strong><\/pre>\n Altere a est\u00e9tica de um gr\u00e1fico QQ em R<\/strong><\/span><\/h2>\n
#make this example reproducible\n<\/span>set.seed(11)\n\n#generate vector of 100 values that follows a normal distribution\n<\/span>data <- rnorm(100)\n\n#create QQ plot\n<\/span>qqnorm(data, main = 'QQ Plot for Normality', xlab = 'Theoretical Dist',\n ylab = 'Sample dist', col = 'steelblue')<\/strong><\/pre>\n qqline(data, col = 'red', lwd = 2, lty = 2)<\/strong><\/pre>\n
Notas t\u00e9cnicas<\/strong><\/span><\/h2>\n
Teste de Shapiro-Wilk<\/a>
Teste Kolmogorov-Smirnov<\/a>
<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"