常態機率圖(Normal
Probability Plot)
1.源由
2.方法 3.特性及應用
4.範例 5.操作
-
源由
在統計分析上經常需要判斷一組資料()是否來自一常態母體,如迴歸分析、多變量分析等。在眾多的判斷方法中,利用統計圖形來作判斷,是比較容易且方便的一種方法。
藉由常態機率圖 (normal
probability plot) 加上一條最小平方線,讓使用者可以輕易的判定他們所輸入的資料是否來自一常態母體。另外一個功能是幫助教授者解釋常態機率圖的意義。
-
方法
常態機率圖 (Montgomery
and Peck, 1991, p.69) 是將資料值與相對應的標準常態分佈分位數值對畫所得到的圖形。對畫的方式是先對資料排序得到
(),然後對於每一個值 ,得到一個相對應的值,其中
為標準常態分佈的 分位數,
為從
到 的整數值,然後對每一個
以 對
對畫,即可得到我們要的常態機率圖。
最小平方線是利用統計中的最小平方法 (method
of least squares) 所求出來的線性方程式,也就是使最小平方線與資料值間的殘差值總和為最小,所得到的線性方程式。
-
特性及應用
這個 Applet 可用來判斷一組資料是否為常態分佈。若所得到的常態機率圖近似一條直線的話,我們就接受這筆資料來自常態分佈,反之則拒絕此筆資料來自常態分佈。
-
範例
在這裡我們以 Montgomery
and Peak (1991) 書中的例子3.1的殘差資料為例,由所得到的圖形我們可發現這比資料有兩個很明顯的
outlier。而且此圖的結果與書中是一模一樣的。
(圖八) 常態機率圖
-
操作
在使用這個 Java
Applet 時,必需先在左邊輸入區輸入要判斷的資料,按確定鈕之後,就可以在繪圖區得到這筆資料的常態機率圖以及最小平方線。再使用常態機率圖的判定方法來初步判定是否接受此資料為常態分佈。