假设我们有两个实值随机变量. 让和是相应的累积分布函数。我们有兴趣以图形方式比较和.
如果我们绘制点集
QQ图很有用，但如果或者有一些不同的极值，该图可能在视觉上有些误导。例如，假设是从标准正态分布中抽取的超过 1000 个样本的均匀分布。 以相同的方式生成，具有独立的样本。这是一个对应的QQ图；请注意，右上角和左下角的点偏离虚线.
尽管极值点不同，但它们的数量并不多。为了显示大多数点的对齐方式，我们可以改为绘制
我以前没有遇到过“逆 QQ 图”，但它很自然，它可能是一个标准工具。这个情节有名字吗？
你重新发现了 PP 图。有关介绍，请参见此处。
我将从一个文本中添加一个略显滑稽的评论，大意是如果你想成为或看起来对适合度持乐观态度，你使用 PP 图，而如果你想（出现）悲观，你使用QQ剧情。
你的例子就是一个很好的例子。PP 图原则上必然锚定在 [0, 0] 和 [1, 1] 处，但尾巴甚至会略微摇摆，QQ 图非常明确地显示它们。无论是通过异常值、曲率还是分组，都非常糟糕，QQ 情节毫无节制地讲述了坏消息。
尽管如此，我猜 PP 图的使用较少，因为您必须做更多的工作才能将它们与原始数据相关联。
编辑我想到的报价：
有点夸张，有人可能会说应该应用样本 df （或者，同样，幸存者函数) 和 PP 图，如果你想直观地证明一个假设是正确的。每当对建模采取批评态度时，其他工具都是可取的。
赖斯，R.-D。和 Thomas, M. 2007。极值的统计分析：在保险、金融、水文和其他领域的应用。巴塞尔：Birkhäuser，第 63 页。（2001 年第 2 版第 67 页和 1997 年第 1 版第 57 页中的措辞几乎相同）