这里有很多关于使用QQ图的线程，但我正在尝试找出如何手工计算一个，在这个过程中，我想模拟ggpubr中使用的一个，因为它看起来比base R版本更好。到目前为止，我至少看起来用这个方法在base R中生成了一个QQ图：

#### Load Libraries ####
library(tidyverse)
library(ggpubr)

#### Organize Data ####
x <- sort(iris$Petal.Length)
rank <- c(1:150)
perc.scale <- scale(rank)
df <- data.frame(x,
                 rank,
                 perc.scale)

#### Plot in Base R ####
plot(perc.scale,
     x,
     xlab = "Theoretical Quantiles",
     ylab = "Sample Quantiles",
     main = "Normal Q-Q Plot")

结果大多和基R版差不多，但QQ线我还没搞清楚。

类似地，我可以对我的数据使用ggqqplot(x)来得到：

但是当我尝试用手工计算的数据在ggplot中重现它时：

df %>% 
  ggplot(aes(x=perc.scale,
             y=x))+
  geom_point()+
  geom_smooth(method = "lm",
              color = "black",
              se = F,
              linewidth = .5)+
  theme_pubr()+
  labs(x="Theoretical",
       y="Sample")

它看起来还是完全不一样：

**我的主要问题是：1）如何获得正确的回归线，2）如何显示标准误差区域？**我也不确定为什么ggplot版本与ggpubr版本相比看起来旋转了，但现在这并不重要。