Q-Q 플롯 (Q-Q Plot)

한 줄 정의: 관측 데이터의 분포가 정규분포 같은 특정 이론분포와 얼마나 일치하는지를 눈으로 비교하는 그래프입니다.

쉽게 풀면

Q-Q(Quantile-Quantile) 플롯은 내 데이터의 분위수(quantile)와 이론적으로 기대되는 분포(주로 정규분포)의 분위수를 각각 x축, y축에 찍어서 비교하는 산점도입니다. 만약 데이터가 이론분포를 잘 따른다면 점들이 대각선(45도 직선)에 가깝게 늘어섭니다. 반대로 점들이 직선에서 위아래로 크게 휘거나 벗어나면, 데이터가 정규분포와 다른 모양(예: 꼬리가 두껍거나 한쪽으로 치우침)을 가진다는 뜻입니다. 숫자로 나온 정규성 검정 결과보다 데이터가 "어떻게" 어긋나 있는지를 직관적으로 볼 수 있다는 장점이 있습니다.

왜 중요한가

많은 통계적 검정과 회귀모형은 데이터나 잔차가 정규분포를 따른다는 가정을 전제로 하기 때문에, Q-Q 플롯은 이러한 가정이 실제로 타당한지 확인하는 표준적인 진단 도구로 폭넓게 사용됩니다. 정규성 가정의 위배는 검정 결과의 신뢰도나 신뢰구간의 정확성에 영향을 줄 수 있어, 회귀분석, 분산분석, 시계열분석 등 모형 기반 통계기법을 사용하는 논문에서 결과의 타당성을 뒷받침하는 근거로 자주 함께 제시됩니다. 수치 검정과 달리 어떤 방식으로 분포가 어긋났는지를 직관적으로 보여준다는 점에서 실무적으로도 널리 활용됩니다.

논문에서는 이렇게 쓰입니다

"잔차의 정규성을 시각적으로 검토하기 위해 Q-Q 플롯(Q-Q Plot)을 확인한 결과, 대부분의 점이 기준선을 따라 분포하여 정규성 가정이 크게 위배되지 않음을 확인하였다."

이 문장은 회귀분석 후 남은 잔차들을 Q-Q 플롯으로 그려봤을 때 점들이 직선에서 크게 벗어나지 않아 정규분포 가정이 대체로 성립한다고 판단했다는 뜻입니다.

"두 처리군의 반응시간 분포를 비교하기 위해 두 표본 간 Q-Q 플롯을 작성한 결과, 고반응시간 구간에서 분포 형태의 차이가 뚜렷하게 나타났다."

정규분포가 아니라 서로 다른 두 집단의 실제 분포 형태를 직접 비교하는 데에도 Q-Q 플롯이 쓰일 수 있음을 보여주는 심리학·인지과학 연구의 예시이다.

"수익률 데이터의 꼬리 위험을 평가하기 위해 Q-Q 플롯을 통해 정규분포 대비 두꺼운 꼬리(fat tail) 특성을 확인하였다."

금융 데이터가 극단값이 자주 발생하는 특성을 가지는지를 Q-Q 플롯으로 시각적으로 점검한 금융계량 연구의 예시이다.

조금 더 깊게 보면

Q-Q 플롯에서 점들이 대각선에서 벗어나는 패턴은 분포의 어떤 특성이 다른지를 알려줍니다. 예를 들어 양 끝에서 점들이 직선 위아래로 크게 휘는 S자 형태는 데이터의 꼬리가 이론분포보다 두껍거나 얇다는 것을 의미하고, 한쪽으로 치우친 곡선 형태는 데이터 분포가 좌우 비대칭(왜도)을 가진다는 것을 시사합니다. 비교 대상 이론분포는 정규분포뿐 아니라 지수분포, t분포 등 다양한 분포로 바꿀 수 있어, 데이터가 어떤 분포족에 더 가까운지를 탐색하는 용도로도 사용됩니다. 다만 표본 크기가 작으면 실제로 이론분포를 따르더라도 점들이 우연히 직선에서 벗어나 보일 수 있어 해석에 주의가 필요합니다.

주의할 점

Q-Q 플롯은 시각적 판단이라 사람마다 해석이 다를 수 있으므로, 표본 크기가 작을 때는 샤피로-윌크 검정 같은 수치 검정과 함께 사용하는 것이 좋습니다.