如何在R语言qqplot()函数中按分组为点指定颜色

问题原因 #

配色不匹配问题是qqplot()的底层逻辑导致的：
qqplot()在绘制时会自动对传入的第二个参数（观测值向量）做升序排序后再绘制点，你直接传入原始的data$group作为颜色向量，颜色的顺序对应原始未排序的数据顺序，和排序后的点顺序完全不匹配，就会出现颜色和分组不对应的问题。
另外你代码中ppoints(500)仅在你的数据集行数恰好为500时适用，非500行的数据集需要将参数改为你的数据行数，保证理论分位数和观测值长度一致。

解决方案1：基础绘图系统实现 #

直接手动计算理论分位数和排序后的观测值，再匹配对应分组绘制，完全等价于qqplot的效果：

# 若使用MASS包的beta.mle需要先加载
library(MASS)

# 估计beta分布参数
res <- beta.mle(data$values)
# 按观测值升序排序，同步保留对应分组信息
data_sorted <- data[order(data$values), ]
# 生成和数据长度匹配的理论beta分位数
theo_quant <- qbeta(ppoints(nrow(data_sorted)), res$param[1], res$param[2])

# 绘制QQ图，使用排序后的分组作为颜色
plot(x = theo_quant, 
     y = data_sorted$values,
     col = data_sorted$group,
     xlab = "Quantiles of Beta Distribution",
     ylab = "Quantiles of data",
     pch = 16) # 实心点更易区分颜色
# 可选：添加参考线
qqline(data$values, distribution = function(p) qbeta(p, res$param[1], res$param[2]), col = "gray50")

解决方案2：ggplot2实现（更灵活） #

如果习惯用ggplot2，可以用如下代码实现，还可以自由调整图例、主题等样式：

library(ggplot2)
library(MASS)

# 估计beta分布参数
res <- beta.mle(data$values)
# 为每个观测值匹配对应的理论分位数
data$theo_quant <- qbeta(ppoints(nrow(data))[rank(data$values)], res$param[1], res$param[2])

# 绘图
ggplot(data, aes(x = theo_quant, y = values, color = group)) +
  geom_point(size = 2, alpha = 0.8) +
  labs(x = "Quantiles of Beta Distribution",
       y = "Quantiles of data",
       color = "分组") +
  # 添加参考线
  geom_qq_line(aes(sample = values), distribution = qbeta, dparams = as.list(res$param), color = "gray30") +
  theme_bw()

内容的提问来源于stack exchange，提问作者Lilenor