同一数据在R与Python中生成的QQ图有差异，该依赖哪一个？

数据 #

x = c(2.42, 2.59, 3.5, 2.75, 2.78, 3.58, 2.95, 2.06, 2.36, 2.48, 3.33, 2.89)

R语言生成QQ图 #

使用以下代码生成QQ图：

qqnorm(x)
qqline(x)

对应的QQ图：

Python语言生成不同参数的QQ图 #

先准备数据与导入依赖：

import pandas as pd

x = [2.42, 2.59, 3.5, 2.75, 2.78, 3.58, 2.95, 2.06, 2.36, 2.48, 3.33, 2.89]
df = pd.DataFrame(x, columns=['x'])

import statsmodels.api as sm
import matplotlib.pyplot as plt

参数line='s' #

sm.qqplot(df['x'], line='s')
plt.show()

对应的QQ图：

参数line='r' #

sm.qqplot(df['x'], line='r')
plt.show()

对应的QQ图：

参数line='q' #

sm.qqplot(df['x'], line='q')
plt.show()

对应的QQ图：

差异解释与选择建议 #

这些QQ线的差异源于拟合逻辑不同：

• R的qqline(x)：默认通过第一、第三四分位数拟合直线，和Python中line='q'的逻辑完全一致，两者的QQ线几乎重合。
• Python的line='s'：用标准化样本分位数与理论分位数的最小二乘拟合生成直线，更侧重贴合整体样本分布。
• Python的line='r'：基于原点附近样本点做稳健拟合，对极端值的敏感度更低。

选择哪一种取决于你的分析需求：

1. 若要和R的传统输出对齐，优先选line='q'（和R的qqline结果一致）。
2. 若希望直线尽可能贴合多数样本点，选line='s'。
3. 若数据存在极端值，担心其干扰拟合结果，line='r'的稳健性更合适。

实际上，QQ图的核心是观察样本点是否围绕直线分布，轻微的直线差异不会改变正态性判断——从你的所有图中能看到，样本点都大致贴近直线，说明数据的正态性表现较好。

内容的提问来源于stack exchange，提问作者Catherine