Рассмотрим следующие данные, которые я получил из измерения:
x = array([2.57142857, 2.6, 2.62857143, 2.65714286, 2.68571429,
2.71428571, 3])
Используя пакет # prob-scale #, я могу графически проверить, нормально ли распределяются данные:
from matplotlib import pyplot
import probscale
fig, ax1 = pyplot.subplots(figsize=(7, 4), ncols=1, sharex=True)
common_opts = dict(
probax='y',
datalabel='Income [€]',
scatter_kws=dict(marker='.', linestyle='none')
)
fig = probscale.probplot(x, ax=ax1, plottype='prob',
problabel='Standard Normal Probabilities', **common_opts)
Данные обычно распределяются, если синие точки l ie на прямой линии. Для приведенного выше примера это не так, есть выброс. Я хочу подчеркнуть этот факт, рисуя наиболее подходящую прямую линию через синие точки на пробплоте, чтобы можно было визуально увидеть, что точки не l ie на прямой линии.
Я не знаю, как включить эту прямую в пробплот.
-> 