Сначала давайте смоделируем переменные:
set.seed(1)
x<-rlnorm(10,1,1)
set.seed(2)
y=rlnorm(10,2,3)
Первый проблот:
p<-probplot(x,qdist=qlnorm, meanlog = 1, sdlog = 1)
, который производит вывод:
Второй проблот:
q <- probplot(y,qdist=qlnorm,meanlog = 2, sdlog = 3)
, который производит вывод:
Ваш лучший выстрел при объединении их использует масштаб меньшегои отбрасывая некоторые точки:
p<-probplot(x,qdist=qlnorm, meanlog = 1, sdlog = 1)
points(sort(x), p[[1]](ppoints(length(x))), col = "red", pch = 19)
lines(q, col = "blue")
points(sort(y), q[[1]](ppoints(length(y))), col = "blue", pch = 19)
, что дает:
Красная линия и точки из распределения с meanlog = 1, sdlog = 1 исиние - из того, что с meanlog = 2, sdlog = 3.
Я также должен предупредить вас, что при чтении кода функции probplot ():
xl <- quantile(x, c(0.25, 0.75))
yl <- qdist(c(0.25, 0.75), ...)
slope <- diff(yl)/diff(xl)
наклон линии определяется только положением первого и третьего квартиля, а не bz, что происходит в другом месте.