R QQ plot

部分借鉴 百度百科及http://blog.sina.com.cn/s/blog_7cffd14001016fan.html，http://onlinestatbook.com/2/advanced_graphs/q-q_plots.html

QQ图的作用

用于直观验证一组数据是否来自某个分布，或者验证某两组数据是否来自同一（族）分布。在教学和软件中常用的是检验数据是否来自于 正态分布。如果数据越接近直线，则它越接近服从正态分布。

QQ图的结构

若是检验一组数据是否来自某个分布，分布函数为F(x)，通常图的纵坐标为 排好序的实际数据（次序统计量：x(1)<x(2)<....<x(n)），可以称之为经验分位点(sample quantilies)。横坐标为这些数据的理论分位点(theoretical quantilies)。

假设你有100个数据，那么每个数据都看做一个分为点，sample quantilies就是100个数据本身（1%的分为点就是100个数中最小的那个数，2%的分为点就是100个数中第二小的那个数，依次类推），theoretical quantilies是什么呢？

他是标准正态分布的分位数100个数取哪些分位点呢？具体的计算方法是这样的，(1:100-0.5)/100 你可以得到0.005 0.015 0.025 ...0.995，然后分别计算在0.005 0.015 0.025 ...0.995的面积下（也就是0.005 0.015 0.025 ...0.995的概率下）标准正态分布的分位数是什么。这样你就得到了theoretical quantilies。

在R中关于qqplot的函数有qqplot和qqnorm，可以用来验证。如下：
       作图的过程就很简单了
       x<-rnorm(100,10)
       plot(qnorm((1:100-0.5)/100),sort(x),col=2)
       可以比较一下
       qqnorm(x)