x <- qnorm(seq(0,1,l=1002)) # Theoretical normal quantiles
x <- x[-c(1, length(x))] # Drop ends because they are -Inf and Inf
y <- rnorm(1000) # Actual data. 1000 points drawn from a normal distribution
l.1 <- lm(sort(y)~sort(x))
qqplot(x, y, xlab="Theoretical Quantiles", ylab="Actual Quantiles")
abline(coef(l.1)[1], coef(l.1)[2])
2 回答
如果您正在尝试拟合指数函数的密度,则应该绘制密度直方图(而不是频率) . 有关如何在R中绘制分布的信息,请参见this question .
我就是这样做的 .
目视检查两个分布是否相同的一种方法是使用分位数 - 分位数图或简称Q-Q图 . 通常,这在检查分布是否遵循标准法线时完成 .
基本思想是根据某些理论分位数绘制数据,如果它与该分布匹配,您将看到一条直线 . 例如:
在完美条件下,您应该在根据数据绘制理论分位数时看到一条直线 . 因此,您可以根据您认为将遵循的指数函数绘制数据 .