关于统计学中q-q图为什么正态分布是一条直线(R语言绘图说明)

q-q图的概念说明：百度百科-验证

标准正态分布绘制代码：

x<-seq(-4,4,0.01)
plot(x,dnorm(x),type='l')

样本分布：

上图中的曲线就是对样本直方图平滑后得到的，设这条曲线的函数式为：y=f(x)

如果样本是按正态分布的，那么f(x)即是一个正态分布的概率密度函数。根据正态分布的特性，我们又可以推导出：

y = f( (x-m)/std ) 就是标准正态分布的概率密度函数。其中m为样本均值，std为样本标准差。

q-q图中分位数的概念，其实就是找出样本中每一个值对应标准正态分布的x值

设标准正态分布的概率密度函数为 y= f(n)，既然这些值一一对应（即f(x)积分=f(n)积分），则有：

(x-m)/std=n

即：x=n*std+m 

这是一条斜率为样本标准差，截距为m的直线。

如果样本真的是正态分布，那么在q-q图中所有点连成的线自然满足上述等式，并近似于一条直线。

在R语言中， q-q图还有95%置信区间， 哪位要是知道这两根虚线是怎么得到的，请不吝赐教，谢谢。