Wilk, M. B. y Gnanadesikan, R. 1968.
Gráficas de probabilidad de métodos para el análisis de datos.
Biometrika 55: 1-17. Jstor enlace si usted tiene acceso
Este documento es, en el momento de mi forma de escribir, de casi 50 años de edad, pero todavía se siente fresca e innovadora. Con una rica variedad de interesantes y sustancial ejemplos, los autores de unificar y extender una variedad de ideas para el trazado y la comparación de las distribuciones utilizando el marco de la Q-Q (cuantil-cuantil) y P-P (probabilidad-probabilidad) las parcelas. Distribuciones aquí significa ampliamente cualquier conjuntos de datos o de números (residuos, contrastes, etc., etc.) derivadas de su análisis.
Versiones de estas parcelas se remontan varias décadas, la mayoría, obviamente, de probabilidad normal o normal de las puntuaciones de las parcelas. los que están en estos términos cuantil-cuantil de las parcelas, es decir, las parcelas de cuantiles observados versus esperado o cuantiles teóricos a partir de una muestra del mismo tamaño de una normal (Gaussiana) de distribución. Pero los autores muestran, modestamente pero con confianza, que las mismas ideas se pueden extender fácilmente-y prácticamente con la informática moderna -- para la valoración de otros tipos de cuantiles y el trazado de los resultados automáticamente.
Los autores, a continuación, tanto en Laboratorios de la Bell Telephone, disfrutaron de estado-of-the-art centros de computación, e incluso en muchas universidades e instituciones de investigación tomó una década para ponerse al día. Incluso ahora, las ideas en este artículo merece una aplicación más amplia de lo que reciben. Es raro el texto introductorio o un curso que incluye alguna de estas ideas distinta de la normal Q-Q plot. Histogramas y diagramas de caja (a menudo muy útil, pero sin embargo cada torpe y limitado en varias formas) siguen siendo los principales alimentos básicos cuando parcelas de distribuciones son introducidos.
En un nivel personal, aunque las ideas principales de este trabajo han sido familiar para la mayoría de mi carrera, me gusta volver a leerlo cada par de años o así. Una buena razón es el placer en la forma en que los autores de rendimiento simple, pero poderoso, ideas para un buen efecto con ejemplos de lesiones graves. Otra buena razón es la forma en que el papel, que está escrito de manera concisa, sin el menor rastro de ampulosidad, alude a las extensiones de las ideas principales. Más de una vez, he redescubierto giros en las ideas principales cubiertos explícitamente en el lado sugerencias y comentarios adicionales.
Esto no es sólo un papel para los muy interesados en gráficos estadísticos, aunque en mi mente, la cual debe incluir todos los interesados en las estadísticas de cualquier tipo. Promueve formas de pensar acerca de las distribuciones que son prácticamente útil en el desarrollo de cualquiera de estadísticas de habilidades y conocimientos.
