重新创建 minitab 正态概率图

Question

我正在尝试使用 R 重新创建以下图。Minitab 将其描述为正态概率图。

probplot 可以帮助您完成大部分工作。不幸的是，我无法弄清楚如何在该图周围添加置信区间带。

同样，ggplot 的 stat_qq() 似乎通过转换的 x 轴呈现类似的信息。似乎 geom_smooth() 可能是添加频段的候选者，但我还没有弄清楚。

最后，完成遗传学的人描述了类似的东西 这里。

重新创建上面的图的示例数据：

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)

如果有人有基本图形或 ggplot 的解决方案，我将不胜感激！

编辑

在查看了probplot的详细信息后，我确定这就是它在图表上生成拟合线的方式：

> 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 

确实，将这些结果与您得到的结果进行比较probplot 对象似乎比较得很好：

> 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，将此信息合并到 ggplot2 或基础图形中不会产生相同的结果。

probplot(x)

与：

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

我使用 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，我了解到图例的最后两行引用了 Anderson-Darling 正态性测试，并且可以使用 nortest 包进行重现。

> ad.test(x)

    Anderson-Darling normality test

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

Answer 1

尝试使用 QTLRel 包中的 qqPlot 函数。

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

Answer 2

也许这将是你可以借鉴的东西。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 3

您使用了不正确的“y”，它们应该是分位数（用概率标记）。下面显示了正确位置的线：

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 中一样添加置信界限，您可以执行以下操作

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)

，并将以下两条线从上面添加到您的 ggplot 中（此外，用估计的百分位数替换斜率和截距线方法） ）

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))

Answer 4

我知道这是一个老问题，但对于仍在寻找解决方案的其他人来说，请查看 ggpubr 包中的 ggqqplot 。

library(ggpubr)
ggqqplot(data$sample)

Answer 5

[这与上面朱莉B的回答有关]

https://stackoverflow.com/a/9215532/5885615

这个这是老话题了，但有人仍然想做某事（我最近做了）。
因此，我发现一个问题，显示 R 和 Minitab 之间的结果略有不同：QQ 图相似，但端点向外移动得更多。在深入研究代码后，我发现了差异：

函数“ppoints”用于按范围分布样本：

df<-data.frame(x=sort(x),y=qnorm(ppoints(length(x)))) 

在R中，它有下一个源代码：

function (n, a = if (n <= 10) 3/8 else 1/2)     # function"ppoints"
{
  if (length(n) > 1L) 
    n <- length(n)
  if (n > 0) 
    (1L:n - a)/(n + 1 - 2 * a)
  else numeric()
}

其中参数“a”取决于“n”，可以是3/8 或 1/2。

Minitab 对所有“n”使用 a = 0.3。

最明显的影响是在样品的端点上。