probability plot normale terreno quantili dei dati contro i quantili di una distribuzione ideale normale. La media e la varianza dei vostri dati vengono utilizzati per ricavare quantili questo ideale di distribuzione normale . L’idea principale di interpretare una rappresentazione della probabilità normale è quello di verificare i dati di normalità ( cioè che i dati siano distribuiti normalmente ) . Istruzioni

1

Controllare la curvatura dei dati . Se siete fortunati , i dati devono né appaiono come una linea retta o una curva . Se i dati appare come una linea retta fino in fondo ( compresi i lati in basso a sinistra e in alto a destra ), quindi i dati sono distribuiti normalmente e non è necessario analizzare ulteriormente la trama . È quindi possibile affermare che una rappresentazione della probabilità normale ha dato prova forte per la normalità dei dati . Se i dati è curvo continuare l’analisi .

2

Controllare la direzione della curva . Se i dati aumenta sensibilmente prima e poi curva verso il basso verso la destra del grafico , quindi i dati ha una distribuzione normale sinistra distorta . Se i dati si alza lentamente all’inizio e poi curva bruscamente a destra del grafico , quindi i vostri dati sono a destra inclinata. Se la curva non segue uno di questi modelli , quindi continuare l’analisi .

3

Controllare la forma generale della curva . Se la curva ha la forma di una ” S “, quindi i dati si configura come una coda corta distribuzione normale . Cioè , i dati segue una distribuzione normale, ma ha meno varianza . Se la curva ha la forma di una ” S “, girato su un lato , quindi i dati è una lunga coda distribuzione normale o una t- distribuzione . Se la dimensione del campione dei vostri dati è piccolo , allora si può probabilmente interpretare i tuoi dati in qualità di t – distribuito .