【正文】 e b o d y o f th e d ata ? Dr aw a lin e f r o m th e lo we r q u ar tile to th e m in im u m p o in t an d an o th er lin e f r o m th e u p p er q u ar tile to th e m ax im u m p o in t. T y p ica ll y a s y m b o l is d r aw n at th ese m in im u m an d m ax i m u m p o in ts , alt h o u g h th is is o p tio n al ? SP SS : A n al y ze ? De s cr ip tiv e S tatistics ? E x p lo r e ? B o x p lo ts . ? Q ua nt ile Q ua nt ile P lo t s ① 分位數(shù) 圖的定義： T h e q q pl o t i s f o r m e d by: ? Ve r t i c a l a xi s : E s t i m a t e d qua n t i l e s f r o m da t a s e t 1 。 ? Ho r i z o n t a l a xi s : E s t i m a t e d qua n t i l e s f r o m da t a s e t 2 . ② 分位數(shù) 圖 的作用 : T h e q q pl o t i s us e d to a n s we r t h e f o l l o w i ng que s t i o n s : ? Do t w o da t a s e t s c o m e f r o m po pul a t i o ns w i t h a c o m m o n d i s t r i b ut i o n? ? Do t w o da t a s e t s h a v e c o m m o n l o c a t i o n a n d s c a l e ? ? Do t w o da t a s e t s h a v e s imi l a r d i s t r i b ut i o n a l s h a pe s ? ? Do t w o da t a s e t s h a v e s imi l a r t a i l be h a vi o r ? ③ 分位數(shù) 圖 的 解釋 ④ 分位數(shù)圖 的實現(xiàn) ? T h e qua n t i l e qua n t i l e ( Q Q) pl o t i s c o n s t r uc t e d us i n g t h e t h e o r e t i c a l c u m u l a t i v e d i s t r i b ut i o n f u n c t i o n , F ( x ) , o f t h e s pe c i f i e d m o de l 。 ? T h e v a l u e s i n t h e s a m p l e o f da t a , i n o r de r f r o m s m a ll e s t to l a r ge s t , a r e de n ot e d x ( 1 ) , x ( 2) , … , x ( n ) , F o r i = 1, 2, . . . . . , n , x ( i ) i s p l o tt e d a ga i ns t : F 1 [ ( i – 189。 ) / n ] . ? SPSS : Gr a ph s ? Q Q P l o t s . ? P r obab i l it y P r obab il it y P l ot s ( 概率圖 ) ① 概率 圖的定義： T h e pr o b a bi li t y p l o t i s a gr a phi c a l t e c hni que f o r a s s e s s i ng w h e t h e r o r n ot a da t a s e t f o l l o ws a gi ve n d i s t r i b ut i o n s uc h a s t h e n o r m a l o r W e i b u ll . T h e pr o b a bil i t y p l o t i s f o r m e d by : ? Ve r t i c a l a xi s : Or de r e d r e s po n s e v a l ue s ； ? Ho r i z o n t a l a xi s : Or de r s t a t i s t i c m e d i a ns f o r t h e g i v e n d i s t r i b ut i o n 。 ② 概率圖 的作用 : T h e pr o b a bili t y p l o t i s us e d t o a n s we r t h e f o l l o w i ng que s t i o n s : ? Do e s a gi v e n d i s t r i b ut i o n , s uc h a s t h e W e i bu ll , p r o vi de a goo d f i t to m y da t a ? ? W h a t d i s t r i b ut i o n b e s t f i t s m y da t a ? ? W h a t a r e g oo d e s t i m a t e s f o r t h e l o c a t i o n a n d s c a l e pa r a m e t e r s o f t h e c h o s e n d i s t r i b ut i o n? ③ 概率 圖的 解釋 ④ 概率 圖 的實現(xiàn) ? T h e pr o b a bili t y pr o b a bili t y ( P P) pl o t i s c o n s t r uc t e d us i n g t h e t h e o r e t i c a l c u m u l a t i v e d i s t r i b ut i o n f u n c t i o n , F ( x ) , o f t h e s pe c if i e d m o de l ； ? T h e v a l u e s i n t h e s a m p l e o f da t a , i n o r de r f r o m s m a ll e s t to l a r ge s t , a r e de n ot e d x ( 1 ) , x ( 2) , . . . , x ( n ) , F or i = 1 , 2 , . . . . . , n , F ( x ( i ) ) i s p l o t t e d a ga i ns t [ ( i – 189。 ) / n ] . ? SPSS : G r a ph s ? P P Pl o t s . ? Sca t t er P lo t s ( 散點圖 ) ① 分位數(shù) 圖的定義： A s c a t t e r pl o t r e v e a l s r e lat i o n s hi p s o r a s s o c i a t i o n b e t we e n t wo v a r i a bl e s . S uc h r e l a t i o ns hi ps m a nif e s t t h e m s e l ve s by a ny n o n r a n do m s t r uc t u r e i n t h e p l o t. A s c a tt e r pl o t i s a p l o t o f t h e v a l ue s o f Y v e r s us t h e c or r e s po n d i n g v a l ue s o f X : ? Ve r t i c a l a xi s : v a r i a bl e Y us ua ll y t h e r e s po n s e v a r i a bl e ? Ho r i z o n t a l a xi s : v a r i a bl e X us ua l ly s o m e v a r i a ble we s us pe c t m a y b e r e l a t e d to t h e r e s po n s e ② 分位數(shù) 圖 的作用 : S c a tt e r pl ot s c a n pr o vi de a n s we r s to t h e f o l l o w i ng que s t i o ns : ? A r e v a r i a bl e s X a n d Y r e l a t e d ? ? A r e v a r i a bl e s X a n d Y l i ne a r l y r e l a t e d? ? A r e v a r i a bl e s X a n d Y n o n li ne a r ly r e l a t e d? ? Do e s t h e v a r i a t i o n i n Y c h a n ge de pe n d i ng o n X ? ? A r e t h e r e o u t l i e r s ? ③ 散點 圖的 解釋 No relationship Strong linear (positive correlation) Exponential relationship Quadratic relationship Variation of Y does depend on X (homoscedastic) Variation of Y does depend on X(heteroscedastic) Sinusoidal relationship (damped) Outlier 次序統(tǒng)計量與經(jīng)驗分布函數(shù) 10)()(s u p10)(,,,)()1()()1()()()2()1(2121????????? ????????????????????nnRxnkkninnnxFxFPxxxxxnkxxxFixxxxxxxXxxxD e f的信息。一般有布函數(shù)映了樣本中有關(guān)總體分為經(jīng)驗分布函數(shù)，它反而稱個次序統(tǒng)計量的實現(xiàn)。為樣本的第稱由小到大排序，并記為的樣本的實現(xiàn)，如將是抽自總體設(shè)???例 ???????????????????????35513440)(355,351,351,347,34435134435534735155)5()4()3()2()1(xxxxxxFxxxxx所以，經(jīng)驗分布函數(shù)為分別為解：次序統(tǒng)計量的實現(xiàn)樣本求經(jīng)驗分布函數(shù)。，試由該，，聽，測的容量為抽取料，先從生產(chǎn)線上隨機(jī)設(shè)某食品廠生產(chǎn)罐裝