重建minitab正态概率图

Question

我试图用R. Minitab重新创建下面的情节，将其描述为一个正常的概率图。

​

​

概率图把你带到那里的大部分时间。不幸的是，我不知道如何在这个图周围添加置信区间带。

类似地，ggplot的qq()似乎用转换后的x轴表示类似的信息。似乎geom_smooth()将是可能的候选加入乐队，但我还没有弄清楚。

最后，“让遗传学完成”的人描述了类似的这里。

重新创建上面的绘图的示例数据：

x <- c(40.2, 43.1, 45.5, 44.5, 39.5, 38.5, 40.2, 41.0, 41.6, 43.1, 44.9, 42.8)

如果有人有一个基本图形或图形的解决方案，我会很感激的！

编辑

在查看了probplot的详细信息之后，我确定了它是如何在图形上生成fit行的：

> xl <- quantile(x, c(0.25, 0.75))
> yl <- qnorm(c(0.25, 0.75))
> slope <- diff(yl)/diff(xl)
> int <- yl[1] - slope * xl[1]
> slope
   75% 
0.4151 
> int
   75% 
-17.36 

实际上，将这些结果与从概率对象中获得的结果进行比较似乎是非常好的：

> check <- probplot(x)
> str(check)
List of 3
 $ qdist:function (p)  
 $ int  : Named num -17.4
  ..- attr(*, "names")= chr "75%"
 $ slope: Named num 0.415
  ..- attr(*, "names")= chr "75%"
 - attr(*, "class")= chr "probplot"
> 

但是，将这些信息合并到ggplot2或基本图形中并不会产生相同的结果。

probplot(x)

​

​

相对于：

ggplot(data = df, aes(x = x, y = y)) + geom_point() + geom_abline(intercept = int, slope = slope)

​

​

我用R的基本图形得到了类似的结果

plot(df$x, df$y)
abline(int, slope, col = "red")

最后，我了解到，传说的最后两行提到了安德森-达林测试的正常度，并且可以用nortest包复制。

> ad.test(x)

    Anderson-Darling normality test

data:  x 
A = 0.2303, p-value = 0.7502

Answer 1

也许这将是你可以建立的东西。默认情况下，stat_smooth()使用level=0.95。

df <- data.frame(sort(x), ppoints(x))
colnames(df) <- c("x","y")

ggplot(df, aes(x,y)) + 
geom_point() + 
stat_smooth() + 
scale_y_continuous(limits=c(0,1),breaks=seq(from=0.05,to=1,by=0.05), formatter="percent")

Answer 2

尝试qqPlot包中的QTLRel函数。

require("QTLRel")
qqPlot(rnorm(100))

​

​

Answer 3

如果使用的是不正确的"y"，它们应该是分位数(用概率标记)。下面显示了正确位置上的行：

df<-data.frame(x=sort(x),y=qnorm(ppoints(length(x)))) 
probs <- c(0.01, 0.05, seq(0.1, 0.9, by = 0.1), 0.95, 0.99)
qprobs<-qnorm(probs)

xl <- quantile(x, c(0.25, 0.75))
yl <-  qnorm(c(0.25, 0.75))
slope <- diff(yl)/diff(xl)
int <- yl[1] - slope * xl[1]
ggplot(data = df, aes(x = x, y = y)) + geom_point() + geom_abline(intercept = int,slope = slope)+scale_y_continuous(limits=range(qprobs), breaks=qprobs, labels = 100*probs)+labs(y ="Percent" , x="Data")

要像在Minitab中那样添加信任边界，可以执行以下操作

fd<-fitdistr(x, "normal") #Maximum-likelihood Fitting of Univariate Dist from MASS 
xp_hat<-fd$estimate[1]+qprobs*fd$estimate[2]  #estimated perc. for the fitted normal
v_xp_hat<- fd$sd[1]^2+qprobs^2*fd$sd[2]^2+2*qprobs*fd$vcov[1,2] #var. of estimated perc
xpl<-xp_hat + qnorm(0.025)*sqrt(v_xp_hat)  #lower bound
xpu<-xp_hat + qnorm(0.975)*sqrt(v_xp_hat)  #upper bound

df.bound<-data.frame(xp=xp_hat,xpl=xpl, xpu = xpu,nquant=qprobs)

并从上面将以下两条线添加到您的ggplot中(另外，用估计的百分位数替换斜率和截取线)

geom_line(data=df.bound,aes(x = xp, y = qprobs))+
geom_line(data=df.bound,aes(x = xpl, y = qprobs))+
geom_line(data=df.bound,aes(x = xpu, y = qprobs))