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), donde w es la suma de las ponderaciones de los casos y r es el rango.
Rankit: Utiliza la fórmula (r-1/2) / w, donde w es el número de observaciones y r es el rango, que va de 1 a w.
De Tukey: Utiliza la fórmula (r-1/3) / (w+1/3), donde r es el rango y w 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), donde w es la suma de las ponderaciones de los casos y r es el rango, que va de 1 a w.

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:
Analizar > Estadísticos descriptivos > Gráficos Q-Q ...
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.