重新创建minitab正态概率图

Question

我正在尝试用R.重新创建以下图.Minitab将其描述为正态概率图。

probplot可以帮助你完成大部分工作。不幸的是，我无法弄清楚如何在这个情节周围添加置信区间带。

同样，ggplot的stat_qq()似乎与转换的x轴呈现相似的信息。似乎geom_smooth()可能是添加乐队的候选者，但我还没弄明白。

最后，Getting Genetics Done的人描述了类似的here.

重新绘制上图的示例数据：

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，我会很感激！

修改

在查看probplot的详细信息之后，我确定了它是如何在图表上生成拟合线的：

> 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 

事实上，将这些结果与你从probplot对象中得到的结果进行比较似乎比较得好：

> 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或基本图形中不会产生相同的结果。

probplot(x)

对战：

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是指正常性的Anderson-Darling测试，可以使用nortest包重现。

> ad.test(x)

    Anderson-Darling normality test

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

Answer 1

也许这将是你可以建立的东西。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 2

尝试qqPlot包中的QTLRel功能。

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

Answer 3

您使用的是不正确的“y”，它们应该是分位数（标有概率）。以下显示了正确位置的行：

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")

在Minitab中添加置信区间，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)

并从上面向你的ggplot添加以下两行（另外，用估计的百分位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，请查看ggqqplot包中的ggpubr。

library(ggpubr)
ggqqplot(data$sample)