在scipy的文档中，他们说：
用于理论分位数（概率图的水平轴）的公式为Filliben的估计值：
分位数= dist.ppf（val），对于0.5 **（1 / n），对于i = n
val =（i-0.3175）/（n + 0.365），对于i = 2，...，n-1
1-0.5 **（1 / n），对于i = 1
我在哪里 表示第i个有序值，n 是值的总数。
但是当我实际插入一些数字时，它给出的值与probplot函数计算出的值不同。例如：
np.random.seed(12)
n = np.random.randn(10) * 10
x, _ = stat.probplot(n, plot = plt)
-15.3472134是第二个值，所以我插入
（2-0.3175）/（10 + 0.365）并返回分位数0.162325（0到1之间的数字），而函数将其绘制为-0.98494667并标记x轴理论分位数。如何从实际分位数0.162325计算出-0.98494667“理论分位数”？
答案 0 :(得分：0)
您为“ val”获得的值被视为概率。使用该概率，您将使用所需分布（在您的情况下为标准正态分布）的百分点函数（PPF）获得分位数。也可以从均匀分布中随机获得“ n”个概率，但是通过上述方法计算概率是一种方法。因此scipy.stats.norm.ppf（0.162325）=-0.98494667。
为简单起见，您可以将ppf视为cdf的倒数。
'cdf'-对于给定的x值，它返回该值以下的点数/质量的百分比。
'ppf'-对于给定的概率，它返回x值。类似于计算z得分。