研究模型可视化
PP图-QQ图
把样本的累积概率和分位数画到正态参考直线旁边，用点有没有贴线判断这份定量列像不像正态。
这篇能回答什么
PP 图与 QQ 图回答的是「这条定量列的经验分布，和指定的理论分布（默认正态）差在哪里」。它们不输出一个「是 / 否」的 p 值，而是把每一个点按概率或分位数投射到平面上：点贴着 y=x 参考线，说明经验分布与 Φ 接近；点在中段下凹、两端上翘，分别提示中间空、尾巴重。
P-P（Probability-Probability）比较的是累积概率：横轴是理论 CDF，纵轴是经验 CDF。Q-Q（Quantile-Quantile）比较的是分位数：横轴是理论分位数，纵轴是样本分位数。同一份数可以两张图一起看——P-P 对中段更敏感，Q-Q 把尾部偏差放大。准备做 t 检验或方差分析时，它们是正态性检验的图形搭档，不是另一套假设检验。
如何选择方法
先问自己要数字判决还是要看见偏离长在哪一段。只要 S-W / K-S 的 p，走正态性检验；要指出「中间空了还是右尾沉了」，画 PP / QQ；只要偏度峰度数字，描述性统计就够。按年级切开后再画，属于分组诊断，角色里加定类分组，而不是另开一张分类汇总交差。
PP图-QQ图：1 个及以上定量列，默认对照正态；输出 P-P、Q-Q 与参考直线。
正态性检验：同一批定量列给出 Shapiro-Wilk、K-S 与偏度峰度。
描述性统计：均值、标准差、分位，不画对理论分布的点。
分布识别：要在多种理论族里挑拟合，而不是只看正态直线。
输入、输出与限制
输入
待画变量必须是定量。教学示例里用「数学学习兴趣」「课堂专注情况」两列 1–5 分；连续成绩同样可以。理论分布默认正态，位置与尺度用该列的样本均值、标准差估计。
分析变量：至少 1 个定量列；可同时勾选兴趣分与专注分，各出一套图。
理论分布：默认正态。论文方法里应写明「对照 N(μ̂, σ̂²)」。
输出
每列一张 P-P、一张 Q-Q，并带参考直线。教学结果表把该列粗分成三个质量区间，给出人数与占比，用来对照「正态应当中间最厚」这一形状预期。图上的点坐标以工作台绘图为准。
产品限制
1–5 分只有五个取值，Q-Q 会呈水平台阶，这是离散支撑，不是程序把轴画坏了。
缺测按列删除，两列同时勾选时有效 n 可以不同。
参考直线用的是该列自己的 μ̂、σ̂，不是外部常模。
点贴线不能写成「证明总体正态」，只能写成「与估计后的正态相合」。
案例
研究问题。 学生问卷里的「数学学习兴趣」是 1–5 分。研究者想在跑单样本 t 或按办学性质做组间比较之前，先看这条分相对正态是中间空、左偏，还是右尾堆人。
教学口径把该列（或与之对照的评分）收成三个质量带：偏低档 A 78 人（35.78%），中间档 B 41 人（18.81%），偏高档 C 99 人（45.41%），合计有效 218。正态单峰应当中间最厚；本表 B 反而是最瘦的一档。下载学生问卷后，在工作表「有效样本数据」勾选数学学习兴趣（需要时再加课堂专注情况）即可复现操作；本页人数是 PP/QQ 教学表口径。
在 StatsX 中操作
步骤 1 · 送入学生问卷
在工作台上传区放入学生问卷 xlsx，工作表选「有效样本数据」。文件体积限制为 20 MB。
步骤 2 · 核对要画的评分列
画像里确认「数学学习兴趣」「课堂专注情况」是定量或有序评分，缺失可接受。不要把学生性别、就读年级拖进待画变量。
步骤 3 · 打开「PP图-QQ图」
目录搜索「PP」或「QQ」，点选 PP图-QQ图。它和正态性检验是图形与数字两套输出，不要互相替代。
步骤 4 · 勾选列并出图
分析变量先勾数学学习兴趣；要对比另一题的形状，再勾课堂专注情况。默认对照正态后运行。
步骤 5 · 沿参考直线读点
先看中段是否贴线，再看两端是否翘起。离散 1–5 分允许台阶；判断的是台阶中心有没有沿着直线走，而不是要求点连成光滑弧。
如何阅读输出
把类别 A / B / C 读成对照正态时的偏低 / 中间 / 偏高三个质量带，不要读成三个无关系的标签。A 78 人（35.78%），B 41 人（18.81%），C 99 人（45.41%），N=218。标准正态若切成概率大致相当的三带，中间带不应是最瘦的；本表 B 只有约两成，C 却接近一半，经验质量往右尾堆，中段被掏空。
| 项目 | 类别 | 统计量 | 取值 |
|---|---|---|---|
| PP图-QQ图 | 类别 A | 频数 | 78 |
| PP图-QQ图 | 类别 B | 频数 | 41 |
| PP图-QQ图 | 类别 C | 频数 | 99 |
| PP图-QQ图 | 合计 | 有效样本 N | 218 |
| PP图-QQ图 | 类别 A | 占比(%) | 35.78 |
| PP图-QQ图 | 类别 B | 占比(%) | 18.81 |
| PP图-QQ图 | 类别 C | 占比(%) | 45.41 |
左右滑动可查看完整表格
教学示例表在 StatsX 工作台中的计算结果口径。
【PP/QQ·对照正态】有效 218 人。中间档 B=41（18.81%）明显小于偏低档 A=78（35.78%）与偏高档 C=99（45.41%）。单峰正态的概率质量应在中心隆起；现在中心塌、右侧鼓，P-P 图会在中位附近离开对角线，Q-Q 图右侧分位高于正态分位。这不能写成「已经证明非正态」——图形诊断没有 α——但足以提醒：对数学学习兴趣直接报均值 t，要同时交代离散台阶和右偏堆人。
读图顺序：有效 n → 三档是否「中间最厚」→ P-P 中段 → Q-Q 两端。兴趣分只有五个取值时，Q-Q 会出现五条水平带，应看各带中心相对直线的位移，不要因为台阶就宣布作图失败。课堂专注情况若同时出图，两套点不能画在同一张图上当「一条诊断」。
理论与公式
设有效观测为 x_{(1)}≤⋯≤x_{(n)}，Φ 为标准正态 CDF。用该列样本均值 \bar x 与标准差 s 标准化后，第 i 个点的经验概率常用中点位置
P-P 图的坐标是理论累积对经验累积：
Q-Q 图则对调成「理论分位对样本分位」：
若 {x_i} 恰来自 N(\bar x,s^2)，两点列都落在 y=x 附近。本教学表 N=218，三档份额 (35.78%, 18.81%, 45.41%) 相对「中间最厚」的正态预期偏得明显：p_B 远小于 1/3，p_C 接近 1/2，对应 Q-Q 右尾抬升。位置公式里的 0.5 换成 (i−3/8)/(n+1/4) 只微调端点，不会把「中段空、右尾沉」改成贴线。
注意事项
参考直线吃进了该列自己的均值和标准差，任何数据「标准化之后」都会在中心附近看起来不那么离谱，真正要看的是弯曲。
大样本下肉眼几乎总能找到离开直线的点，不要把每一处毛刺写成分布失败。
1–5 分的台阶是离散支撑，应结合三档占比解读，而不是要求光滑。
按就读年级分面时，每一面自己估 μ̂、σ̂，不能拿全样本直线去套五年级。
PP / QQ 不能代替组间检验：形状不像正态，下一步是换检验或变换，不是在图上「目测哪一组更高」。
常见问题
参考文献
Wilk, M. B., Gnanadesikan, R. Probability plotting methods for the analysis of data. Biometrika, 1968, 55(1): 1–17.
Chambers, J. M., Cleveland, W. S., Kleiner, B., Tukey, P. A. Graphical Methods for Data Analysis. Wadsworth, 1983.
贾俊平. 统计学[M]. 中国人民大学出版社.
Thode, H. C. Testing for Normality. Marcel Dekker, 2002.