Έλεγχος κανονικότητας με Q-Q plot

Με το scipy.stats.probplot συγκρίνουμε γραφικά τα δεδομένα με μια θεωρητική κατανομή (εδώ: κανονική). Όσο περισσότερο τα σημεία απομακρύνονται από την ευθεία, τόσο λιγότερο κανονική είναι η πραγματική κατανομή.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

import numpy as np
import matplotlib.pyplot as plt
from scipy import stats

data = np.random.normal(loc=0, scale=1, size=500)

fig, ax = plt.subplots(figsize=(5, 5))
stats.probplot(data, dist="norm", plot=ax)

ax.set_title("Q-Q plot σε σχέση με την κανονική")
ax.grid(alpha=0.2)

fig.tight_layout()

plt.show()

Συμβουλές ανάγνωσης #

• Όταν τα σημεία ευθυγραμμίζονται με την 45 μοιρών ευθεία, η κατανομή μοιάζει με την θεωρητική· οι αποκλίσεις στα άκρα δείχνουν βαρύτερες ή ελαφρύτερες ουρές.
• Δοκιμάστε άλλες κατανομές αλλάζοντας το dist (π.χ. t, exponential).
• Παρουσιάστε μαζί και μέση τιμή/διακύμανση για να βοηθήσετε στην ερμηνεία.