R 如何在ggplot2中用2个示例绘制QQ图？

我想用x作为一个样本，y作为另一个样本来绘制QQ图，而不是使用ggplot2绘制x轴=理论和y轴=样本的普通QQ图。有人知道怎么做吗

常见的是，例如：

ggplot(df, aes(sample=sample)) + stat_qq() 

我可以用qqplot函数来实现这一点

qqplot(sample1,sample2)

---

但它似乎无法使用grid.arrange显示多个绘图。或者可能有人知道在一个图上绘制多个子qqplot的其他方法？

不清楚这是否是您的意思，但您可以在同一个图上添加两个stat_qq调用：

图书馆GGPLOT2 第69集

---

样本1不清楚这是否是你的意思，但你可以在同一个图上添加两个stat_qq调用：

图书馆GGPLOT2 第69集 样本1 统计qq电话给出

qplot调用给出

统计qq电话给出

qplot调用给出

---

我正在为这个函数寻找一个ggplot2等价物：所以我想它更接近第二个图。也许我很困惑，这第二个图和散点图不同吗？我在想第二个代码中会出现“geom_qq”或“stat_qq”之类的术语。@Helena是的，第二个版本就像链接的qqPlot的ggplot版本，您可以通过运行我上面的代码然后运行qqPlotsample1、sample2轻松测试。您将看到绘制的点完全相同。只有当两个向量长度相同时，才会出现这种情况。请记住，如果对长度为n的数字向量进行排序，那么在新的排列中，第i个元素将是i/n个经验分位数。换句话说，在我们的示例中，排序样本1的第50个元素也是它的第50个百分位数；样本2也是如此。这意味着当你绘制两个相同长度的排序向量时，你绘制的是经验分位数和经验分位数，所以你得到了一个经验qqplot。这与普通散点图不同，因为您事先独立地对x和y值进行了排序，而在普通散点图中没有这样做。情况更为复杂，但如果向量长度不同，则情况类似。qqPlot也可以处理这种情况，但是如果向量的长度相同，那么只需首先对每个向量进行排序，就可以得到具有ggplot所有优点的经验qqPlot。解释非常清楚，代码也非常有效。非常感谢，艾伦！我正在为这个函数寻找一个ggplot2等价物：所以我想它更接近第二个图。也许我很困惑，这第二个图和散点图不同吗？我在想第二个代码中会出现“geom_qq”或“stat_qq”之类的术语。@Helena是的，第二个版本就像链接的qqPlot的ggplot版本，您可以通过运行我上面的代码然后运行qqPlotsample1、sample2轻松测试。您将看到绘制的点完全相同。只有当两个向量长度相同时，才会出现这种情况。请记住，如果对长度为n的数字向量进行排序，那么在新的排列中，第i个元素将是i/n个经验分位数。换句话说，在我们的示例中，排序样本1的第50个元素也是它的第50个百分位数；样本2也是如此。这意味着当你绘制两个相同长度的排序向量时，你绘制的是经验分位数和经验分位数，所以你得到了一个经验qqplot。这与普通散点图不同，因为您事先独立地对x和y值进行了排序，而在普通散点图中没有这样做。情况更为复杂，但如果向量长度不同，则情况类似。qqPlot也可以处理这种情况，但是如果向量的长度相同，那么只需首先对每个向量进行排序，就可以得到具有ggplot所有优点的经验qqPlot。解释非常清楚，代码也非常有效。非常感谢，艾伦！

ggplot(mapping = aes(x = sort(sample1), y = sort(sample2))) + 
  geom_point() +
  geom_abline(aes(slope = 1, intercept = 0), linetype = 2)

gg_qq_empirical <- function(a, b, quantiles = seq(0, 1, 0.01))
{
  a_lab <- deparse(substitute(a))
  if(missing(b)) {
    b <- rnorm(length(a), mean(a), sd(a))
    b_lab <- "normal distribution"
  }
  else b_lab <- deparse(substitute(b))
  
  ggplot(mapping = aes(x = quantile(sample1, quantiles), 
                       y = quantile(sample2, quantiles))) + 
    geom_point() +
    geom_abline(aes(slope = 1, intercept = 0), linetype = 2) +
    labs(x = paste(deparse(substitute(a)), "quantiles"), 
         y = paste(deparse(substitute(b)), "quantiles"),
         title = paste("Empirical qq plot of", a_lab, "against", b_lab))
}

qq <- gg_qq_empirical(sample1, sample2)
qq + theme_light() + coord_equal()

d <- tibble(Group=rep(1:2, each=200), Sample=c(rnorm(200), rnorm(200, mean=2, sd=4)))
d %>% ggplot(aes(sample=Sample)) + stat_qq() + facet_wrap(~Group)
qplot(sample=Sample, data=d, color=as.factor(Group))