В этом комментарии Ник Кокс написал:
Объединение в классы - древний метод. Хотя гистограммы могут быть полезны, современное статистическое программное обеспечение позволяет легко и целесообразно адаптировать распределения к необработанным данным. Биннинг просто отбрасывает детали, которые имеют решающее значение при определении того, какие распределения правдоподобны.
Контекст этого комментария предлагает использовать QQ-графики в качестве альтернативного средства для оценки соответствия. Утверждение звучит очень правдоподобно, но я хотел бы узнать о надежной ссылке, подтверждающей это утверждение. Есть ли какая-то статья, которая более тщательно исследует этот факт, помимо простого «ну, это звучит очевидно»? Какие-нибудь реальные систематические сравнения результатов или лайков?
Я также хотел бы увидеть, насколько далеко может быть распространено это преимущество QQ-графиков перед гистограммами, до приложений, отличных от подгонки модели. Ответы на этот вопрос согласны с тем, что «QQ-сюжет […] просто говорит вам, что« что-то не так »». Я думаю об использовании их в качестве инструмента для идентификации структуры в наблюдаемых данных по сравнению с нулевой моделью и задаюсь вопросом, существуют ли какие-либо установленные процедуры для использования QQ-графиков (или их базовых данных), чтобы не только обнаруживать, но и описывать неслучайные структура в наблюдаемых данных. Поэтому ссылки, которые включают это направление, будут особенно полезны.