输入为一个vector，我们以a <- seq(1, 250, 1)做为示例数据
利用qqnorm函数直接绘制出了如下正态检验qq图
还可以进一步使用qqline命令在qq图上加上标准直线
注：qqline的默认算法为向量a上四分位数和下四分位数对应两个点的连线
Step 1： 首先我们算出vector中每一个数对应的百分位数
在向量a中，数字1对应的累积比例（即小于等于数字1的频率）为1/length(a) = 0.04，数字250对应的累积比例为250/length(a) = 100%
Step 2： 根据累积比例数计算出正态分布对应的百分位数值
直接绘制点图即为qqplot图
Step 3： 可以查看一下q值发现，最后的q值为Inf
这是因为百分位100%对应的正态分布数值为无穷大，所以最后得出的图与R自带的qqnorm的稍微有一点点区别，这是因为在内置的qqnorm函数中对累积百分数进行了调整，为了避免inf的出现，使用 t <- (rank(a) -0.5)/length(a) 调整后得出的结果与qqnorm的结果图就完全一致了。
Step 4： 绘制标准直线
如果是依据标准正态分布做的qq图，则标准直线截距为mean(a)，斜率为sd(a)
[图片上传失败...(image-50be7a-1512789490785)]
如果是依据(mean(a), var(a))正态分布做的qq图，则标准直线为y=x
[图片上传失败...(image-4e2370-1512789490785)]
pp plot横轴为实际累积概率，即上文qq plot中的变量t
纵轴为期望累积的概率，标准直线为 y=x
[图片上传失败...(image-682bd0-1512789490785)]
结果大致呈一条直线则说明大致服从正态分布
快速计算累积百分数的方法：
[图片上传失败...(image-de8e63-1512789490785)]
参考：
https://wenku.baidu.com/view/c661ebb365ce050876321319.html
http://data.library.virginia.edu/understanding-q-q-plots/
http://www.cnblogs.com/xianghang123/archive/2012/08/08/2628623.html
https://d.cosx.org/d/18521-18521
par(mfrow = c(n,m),mar = c(0,0,0,0),mai = c(0,0,0,0))
mar,mai参数主要是调节图形的margin的大小，顺序是下、左、上、右
R语言中，设置plot(x,y,'..., bty="o",..)里参数bty，就可以不同的6种边框了。
bty可以取6种字符，分别为“o”、“l”、“7”、“c”、“u”、“]”。这些字符代 表6种边框。
bty=“o” 绘制图形的上边框、下边框、左边框和右边框；注意这是小写的O
bty="l" 绘制图形的左边框和下边框；注意这是小写的L
bty="7"绘制图形的上边框和右边框；
bty="c"绘制图形的上边框、下边框和左边框；
bty="u"绘制图形的左边框、下边框和右边框；
bty="]"绘制图形的上边框、下边框和右边框；
title("Main Title", sub = "sub title",cex.main = 2, font.main= 4, col.main= "blue",
cex.sub = 0.75, font.sub = 3, col.sub = "red")
lty 取值为整数值，表示线型
tck 表示横纵坐标的刻度
