R qq图对矩阵

能够查看您的数据很有帮助。当您有多个变量时，您可以使用，例如，

pairs（）

形成散点图矩阵。散点图矩阵为您提供一组数据的2D边缘投影

set.seed(8092)
X <- matrix(rnorm(80), ncol=4)
pairs(X)

set.seed（8092）
X您可以通过
*面板
args添加您喜欢的任何功能。例如：

set.seed(8092)
X <- matrix(rnorm(80), ncol=4)

panel.qq <- function(x, y, ...) {
  usr <- par("usr"); on.exit(par(usr))
  par(usr = c(0, 1, 0, 1), new = TRUE)
  qqplot(x, y, xlab = deparse(substitute(x)), ylab = deparse(substitute(y)))
  abline(c(0,1), ...)
}

pairs(X, lower.panel = panel.qq)

set.seed（8092）
X我在面板函数中放入
qqplot
时出错，它显示为@rawr，通过使用“new=TRUE”解决。我的方法是提取x和y值并使用
点
：

panel.qq <- function(x,y, ...)
{    usr <- par("usr"); on.exit(par(usr))
    par(usr = c(usr[1:2], -2,2) )
    QQ <- qqplot(x,y, plot.it = FALSE)
    x <- QQ$x; 
    y <- QQ$y; 
    points(x, y, col = "cyan", ...)
    abline(0,1)
}

set.seed(8092)
X <- matrix(rnorm(80), ncol=4)
pairs(X, upper.panel=panel.qq)

panel.qq作为一般性评论，我强烈推荐
ggplot2
。太棒了。谢谢@NPE的链接。我不确定我是否遵循答案中的代码。它是将一组经验数据与另一组经验数据进行对比，还是将经验数据与理论正态分布进行对比？这似乎是后者。这个链接是为了进一步研究的指针，而不是你确切问题的完整解决方案。但是，这个问题中的代码可以很容易地适应您的需要。这太好了，谢谢。我认为有办法做到这一点。我浏览了
配对
文档，但没有找到。谢谢你的帮助。很高兴有两种不同的方法来做这件事。不客气。您在简历上提供的高水平的统计建议也很感谢。&我编程能力低（叹气）…我认为编程部分比统计部分更容易解决。
set.seed(8092)
X <- matrix(rnorm(80), ncol=4)

panel.qq <- function(x, y, ...) {
  usr <- par("usr"); on.exit(par(usr))
  par(usr = c(0, 1, 0, 1), new = TRUE)
  qqplot(x, y, xlab = deparse(substitute(x)), ylab = deparse(substitute(y)))
  abline(c(0,1), ...)
}

pairs(X, lower.panel = panel.qq)

panel.qq <- function(x,y, ...)
{    usr <- par("usr"); on.exit(par(usr))
    par(usr = c(usr[1:2], -2,2) )
    QQ <- qqplot(x,y, plot.it = FALSE)
    x <- QQ$x; 
    y <- QQ$y; 
    points(x, y, col = "cyan", ...)
    abline(0,1)
}

set.seed(8092)
X <- matrix(rnorm(80), ncol=4)
pairs(X, upper.panel=panel.qq)