这个图表存在多个问题：
- 由于两组观察数量不同，两个直方图不可比较。
- 箱子的数量是任意的。
我们可以通过使用 stat 选项绘制密度而不是计数，并将 common_norm 选项设置为 False 来解决第一个问题，以单独对每个直方图进行归一化。
现在这两个直方图是可比较的！
然而，一个重要的问题仍然存在：箱子的大小是任意的。在极端情况下，如果我们将数据分组得较少，就会出现最多只有一个观察的箱子；如果我们将数据分组得更多，就会得到一个单一的箱子。在这两种情况下，如果我们过度夸大，图表将失去信息性。这是一个经典的偏差-方差权衡(bias-variance trade-off)。
2.3 核密度估计(Kernel Density Estimation)一种可能的解决方案是使用核密度函数，它尝试用连续函数来近似直方图，称之为核密度估计（KDE）。
从图中可以看出，实验组的收入估计核密度具有更"厚的尾部"（即方差较高），而平均值在各组之间似乎相似。
核密度估计的问题在于它有点像黑匣子，可能掩盖了数据的相关特征。
2.4 累积分布函数(Cumulative Distribution)两个分布的更透明的表示是它们的累积分布函数。在 x 轴（收入）的每个点上，我们绘制了具有相等或更低值的数据点的百分比。累积分布函数的主要优点是：
- 我们不需要做任何任意选择（例如，箱子的数量）；
- 我们不需要进行任何近似（例如，使用 KDE），而是表示所有数据点。
我们如何解读这个图呢？
- 由于这两条线在 0.5（y 轴）左右交叉，这意味着它们的中位数相似；
- 由于橙色线在左侧高于蓝色线，在右侧低于蓝色线，这意味着实验组的分布具有更厚的尾部。
一个相关的方法是Q-Q 图，其中Q代表分位数。Q-Q图将两个分布的分位数相互绘制。如果两个分布相同，我们应该得到一条 45 度的线。
Python 中没有原生的 Q-Q 图函数，虽然 statsmodels 包提供了一个 qqplot 函数，但使用起来相对繁琐。因此，我们将手动绘制。
首先，我们需要使用百分位函数计算两组的四分位数。
