Gráficos Q-Q
El procedimiento de gráficos Q-Q genera gráficos de probabilidad para valores transformados. Entre las distribuciones de contraste disponibles se incluyen Beta, Chi-Cuadrado, Exponencial, Gamma, Semi-Normal, Laplace, Logística, Lognormal, Normal, Pareto, t de Student, Weibull y Uniforme. Según la distribución seleccionada, podrá especificar los grados de libertad y otros parámetros.
- Se obtendrán gráficos de probabilidad para los valores transformados. Entre las opciones de transformación se incluyen Transformación log natural, Estandarizar los valores, Diferenciar y Diferenciar ciclo.
- Puede especificar los métodos para calcular las distribuciones esperadas y para deshacer los "empates" (varias observaciones con el mismo valor).
- Distribución de prueba
- Especifique un tipo de distribución para los datos. La lista desplegable proporciona las opciones siguientes:
- Beta
- Distribución Beta. Los parámetros forma1 y format2 a y
b deben ser positivos. Si no se especifican,
DISTRIBUTION
los estima de la media de la muestra y de la desviación estándar de ejemplo. Todas las observaciones deben estar en el rango 0-1, ambos inclusive. - Chi-cuadrado
- Distribución de chi-cuadrado. Debe especificar los grados de libertad (df). No se permiten observaciones negativas.
- Exponencial
- Distribución exponencial. El parámetro de escala a debe ser positivo. Si no se especifica el parámetro,
DISTRIBUTION
lo estima de la media de la muestra. No se permiten observaciones negativas. - Gamma
- Distribución gamma. Los parámetros de forma y escala a y b deben ser positivos. Si no se especifican,
DISTRIBUTION
los estima de la media de la muestra y de la desviación estándar de ejemplo. No se permiten observaciones negativas. - Semi-normal
- Distribución semi-normal. Se supone que los datos están libres de ubicación o están centralizados. (Parámetro de ubicación=0.) Puede
especificar el parámetro de escala a o permitir que
DISTRIBUTION
lo calcule utilizando el método de máxima verosimilitud. - Laplace
- Distribución Laplace o exponencial doble.
LAPLACE
toma una ubicación y un parámetro de escala (a y b). El parámetro de escala (b) debe ser positivo. Si no se especifican los parámetros,DISTRIBUTION
los estima de la media de la muestra y de la desviación estándar de ejemplo. - Logística
- Distribución logística.
LOGISTIC
toma una ubicación y un parámetro de escala (a y b). El parámetro de escala (b) debe ser positivo. Si no se especifican los parámetros,DISTRIBUTION
los estima de la media de la muestra y de la desviación estándar de ejemplo. - Lognormal
- Distribución Lognormal. Los parámetros de escala y forma a y b deben ser positivos. Si no se especifican,
DISTRIBUTION
los estima de la media y la desviación estándar del logaritmo natural de los datos de la muestra. No se permiten observaciones negativas. - Normal
- Distribución normal. El parámetro de ubicación a puede ser cualquier valor numérico, mientras que el parámetro de
escala b debe ser positivo. Si no se especifican,
DISTRIBUTION
los estima de la media de la muestra y de la desviación estándar de ejemplo. - Pareto
- Distribución Pareto. Los parámetros de umbral y forma a y b deben ser positivos. Si no se especifican,
DISTRIBUTION
asume que a es igual a la mínima observación y calcula b por el método de máxima verosimilitud. No se permiten observaciones negativas. - T de Student
- Distribución t Student’s. Debe especificar los grados de libertad (df).
- Uniforme
- Distribución uniforme.
UNIFORM
toma un parámetro mínimo y máximo (a y b). El parámetro a debe ser igual o mayor que b. Si no se especifican los parámetros,DISTRIBUTION
los presupone a partir de los datos de ejemplo. - Weibull
- Distribución de Weibull. Los parámetros de escala y forma a y b deben ser positivos. Si no se especifican,
DISTRIBUTION
los calcula utilizando el método de mínimo cuadrado. No se permiten observaciones negativas.
- Parámetros de distribución
- Proporciona opciones de estrategia de distribución y de parámetros.
- Estimar a partir de los datos
- Cuando se selecciona, este valor estima los parámetros de distribución basados en los datos y el tipo de distribución seleccionado.
- Especifique
- Cuando se selecciona, puede especificar los parámetros de distribución para el tipo de distribución seleccionado.Nota: Los parámetros disponibles variarán en función del tipo de distribución seleccionado.
- Transformar
- Las opciones proporcionadas establecen los valores de transformación y periodicidad.
- Transformación log natural
- Transforma los datos utilizando el algoritmo natural (base e) para eliminar la amplitud variable.
- Estandarizar valores
- Transforma la secuencia de variables de serie temporal en una muestra con una media de 0 y una desviación estándar de 1.
- Diferencia
- Especifica el grado de diferenciación que se utiliza antes de representar para convertir una variable no estacionaria en una variable estacionaria con una media y varianza constantes. Especifique un valor adecuado en el campo.
- Diferencia estacional
- Si la variable muestra un patrón estacional o periódico, puede utilizar este ajuste para desestacionalizar la variable antes de
realizar la representación.Nota: Este valor sólo se habilita cuando se selecciona una variable de secuencia o serie temporal, con una periodicidad definida, como una de las variables cuantitativas.
- Fórmula de estimación de porción
- Las opciones proporcionadas establecen la fórmula que se utiliza para estimar las proporciones.
- De Blom
- Crea una nueva variable de clasificación basada en estimaciones de proporción que utiliza la fórmula
(r-3/8) / (w+1/4)
, dondew
es la suma de las ponderaciones de los casos yr
es el rango. - Rankit
- Utiliza la fórmula
(r-1/2) / w
, dondew
es el número de observaciones yr
es el rango, que va de 1 aw
. - De Tukey
- Utiliza la fórmula
(r-1/3) / (w+1/3)
, donder
es el rango yw
es la suma de las ponderaciones de los casos. - De Van der Waerden
- La transformación de Van der Waerden, definida por la fórmula
r/(w+1)
, dondew
es la suma de las ponderaciones de los casos yr
es el rango, que va de 1 aw
.
- Rango asignado a empates
- Las opciones proporcionadas controlan el método para determinar cómo manejar los valores de empate. La tabla siguiente muestra cómo
los distintos métodos asignan rangos a los valores empatados.
Tabla 1. Métodos de clasificación y resultados Valor Media Bajo Alto Romper los empates arbitrariamente 10 1 1 1 1 15 3 2 4 2 15 3 2 4 2 15 3 2 4 2 16 5 5 5 3 20 6 6 6 4
Obtención de gráficos de probabilidad Q-Q
Esta característica requiere la opción Statistics Base.
- En los menús seleccione:
- Seleccione una o más variables numéricas y desplácelas al campo Variables.
- Seleccione una distribución de prueba.
Si lo desea, puede seleccionar opciones de transformación para obtener gráficos de probabilidad para los valores transformados y especificar un método para calcular las distribuciones esperadas.