x <- rnorm(30) y <- rexp(30) y2 <- rexp(100) # elso kep: hisztogram hist(x) hist(y) hist(y2) # ebbol megprobaljuk megsejteni, hogy milyen eloszlas # x: talan normalis # y: talan exponencialis q <- seq(0,1,0.1) # minta kvantilisek y.q <- quantile(y,q) # elmeleti kvantilisek exp eloslaszbol exp.q <- qexp(q) # elvileg: koordinatankent y.q kb. = exp.q y.q-exp.q plot(exp.q,y.q) # kb. y = x egyenes kornyeken vannak a pontok abline(0,1) # y = 1x+0 y2.q <- quantile(y2,q) plot(exp.q,y2.q) abline(0,1) # beepitett paranccsal kevesebb gepelessel ugyanez: qqplot(y,qexp(seq(0,1,0.05)) ) abline(0,1) qqline(y,distribution=qexp,col="red") # normalis eo-ra x.q <- quantile(x,q) norm.q <- qnorm(q) plot(norm.q,x.q) abline(0,1) # beepitett fuggvennyel roviden: qqnorm(x) abline(0,1) z <- rnorm(50,mean=3,sd=2) # mean: v.e., sd = szoras qqnorm(z) abline(0,1) abline(3,2,col="red") qqline(z,col="blue") # becsult v.e. es szoras # alapjan egyenes -- alapert. Gauss eo. # exp(2) y3 <- rexp(50,rate=2) # v.e. 1/rate = 0.5 qqplot(qexp(ppoints(30),rate=2),y3) qqline(y3,distribution=function(q) qexp(q,rate=2), col="blue") # rossz eloszlassal osszehasonlitva: plot(norm.q,y2.q) abline(0,1) plot(exp.q,x.q) abline(0,1)