开始绘制:正态 Q–Q 图结构
粘贴数值观测,以逗号或换行分隔。图中将排序后的观测值与标准正态分位数比较,并绘制四分位数参考线。
1. 什么是 正态 Q–Q 图结构?
学术背景与正式科学定义
Q-Q 图(Quantile-Quantile Plot)将样本观测分位数与理论正态分布分位数逐点对比,是检验数据正态性、残差分布、重尾偏移及异常值的标准统计诊断工具。
先观察整体趋势,再检查弯曲形态和尾部偏离。
2. 图件包含哪些核心视觉元素?
逐项拆解图件的坐标系、统计标记与关键构件
理论分位数(X 轴)
标准正态分布对应的期望分位数位置。
样本观测分位数(Y 轴)
按升序排列的实测样本值。
四分位参考直线
穿过第 25 与第 75 百分位的参考线,点越贴近直线说明越接近正态分布。
尾部偏离点
两端明显上翘或下弯提示重尾、偏态或极端离群点。
3. 绘图需要什么样的数据格式?
严格对应表格的表头、列数据类型与取值范围要求
| 列名 (Header) | 数据类型 | 示例值 | 含义与角色 | 是否必填 |
|---|---|---|---|---|
| Value | Float | -1.8, 0.2, 2.1 | 单列数值观测(至少 3 个数值) | 必填 |
数据输入要点:粘贴单列数值(可用换行或逗号分隔),工具将自动排序并与标准正态分位数比对。
4. 真实顶刊级示例数据是什么?
可直接复制或一键载入至上方绘图区进行即时渲染
Value -1.8 -1.2 -0.9 -0.5 -0.2 0 0.2 0.6 0.9 1.4 2.1
5. 说明什么科学问题?如何撰写标准图注?
解答核心生物学假说,并提供可直接复制套用的顶级期刊 Figure Legend 范文
核心回答的科学问题:
实验观测值或回归模型残差是否满足正态分布假设,是否存在需要处理的偏态或离群值?
结果趋势解读指南:
散点紧贴参考直线表明参数检验(如 t 检验、ANOVA)的前提假设成立;若两端显著偏离则应考虑对数变换或非参数检验。
推荐套用的顶刊图注模版 (Figure Legend Template):
6. 通过该图可以解决什么投稿与审稿问题?
应对 Reviewer 最尖锐的审查质询,避免因格式或统计不透明被直接 Desk Reject
审稿人要求:“请提供模型残差正态性检验的诊断图,证明使用参数检验是合理的。”
一键生成清晰的 Q-Q 图附于 Supplementary Figure,直观回应统计审稿意见。
7. 审稿人审查清单与期刊版面规范 (Deep-Think Review Checklist)
投稿前对照自查 4 项硬性指标,确保 100% 满足 Nature / Cell / Lancet 格式审查
推荐栏宽尺寸
单栏 89 mm,建议接近正方形画幅
字体与字号规范
Arial / Helvetica 7~8 pt
推荐顶刊色系
散点用深蓝/主色,参考线用中性灰虚线
分辨率与格式
矢量 SVG/PDF
统计学说明
Q–Q 图是一种诊断工具,不能单独证明正态性。应选择与分析相匹配的理论分布和分位数计算方式。