랭킷
Rankit통계에서 데이터 집합의 순위는 데이터와 동일한 크기의 표준 정규 분포에서 표본의 순서 통계량에 대한 기대값이다.그것들은 주로 정규성 검정을 위한 그래픽 기법인 정규 확률도에서 사용된다.null
예
이것은 아마도 예를 통해 가장 쉽게 이해할 수 있을 것이다.6개 항목의 I.I.d 표본을 기대값이 0이고 분산 1(표준 정규 분포)인 정규 분포 모집단에서 추출한 다음 증가 순서로 정렬할 경우, 결과 순서 통계량의 기대값은 다음과 같다.
- −1.2672, −0.6418, −0.2016, 0.2016, 0.6418, 1.2672.
데이터 집합의 숫자가
- 65, 75, 16, 22, 43, 40.
그런 다음, 한 사람이 그것들을 분류하고 그에 상응하는 순위들로 정렬할 수 있다. 순서는 다음과 같다.
- 16, 22, 40, 43, 65, 75,
다음과 같은 이점을 얻을 수 있다.
| 데이터 포인트 | 평판을 짓다 |
|---|---|
| 16 | −1.2672 |
| 22 | −0.6418 |
| 40 | −0.2016 |
| 43 | 0.2016 |
| 65 | 0.6418 |
| 75 | 1.2672 |
그런 다음 이 점들은 산점도의 수직 좌표와 수평 좌표로 표시된다.null
대체 방법
또는 데이터 점을 정렬하는 대신 순위를 매기고 그에 따라 순위를 다시 정렬할 수 있다.이것은 같은 쌍의 숫자를 산출하지만 다른 순서로 산출한다.null
대상:
- 65, 75, 16, 22, 43, 40,
해당 등급은 다음과 같다.
- 5, 6, 1, 2, 4, 3,
즉, 먼저 나타나는 숫자는 5행, 2행은 6행, 3행은 최소, 4행은 2행 등이다.이에 따라 예상되는 정상 순서 통계를 다시 정렬하여 다음과 같은 데이터 세트의 순위를 얻는다.
| 데이터 포인트 | 등수를 매기다 | 평판을 짓다 |
|---|---|---|
| 65 | 5 | 0.6418 |
| 75 | 6 | 1.2672 |
| 16 | 1 | −1.2672 |
| 22 | 2 | −0.6418 |
| 43 | 4 | 0.2016 |
| 40 | 3 | −0.2016 |
랭킷 플롯
수평축의 순위표와 수직축의 데이터 점을 나타내는 그래프를 랭킷 그림 또는 정규 확률도라고 한다.그러한 음모는 반드시 감소하지 않는다.정규 분포 모집단의 큰 표본에서 그러한 그래프는 거의 직선에 가깝게 된다.직선성의 상당한 편차는 분포의 정규성에 반하는 증거로 간주된다.null
랭킷 그림은 일반적으로 데이터가 지정된 확률 분포에서 추출된 것인지 여부를 시각적으로 입증하는 데 사용된다.null
순위 그림은 Q–Q 그림의 일종으로 가정된 정규 분포의 특정 분위수(순위수)에 대한 표본의 순서 통계량(분위수)을 표시한다.그러나 Q–Q 그림은 정규 분포에 다른 분위를 사용할 수 있다.null
역사
랭킷 플롯과 단어 랭킷은 생물학자 겸 통계학자 체스터 잇트너 블리스(1899–1979)에 의해 소개되었다.null
참고 항목
- C가 개발한 프로빗 분석.I. 1934년 블리스.
