x <- rnorm(30)
y <- rexp(30)
y2 <- rexp(100)
# elso kep: hisztogram
hist(x)
hist(y)
hist(y2)
# ebbol megprobaljuk megsejteni, hogy milyen eloszlas
# x: talan normalis
# y: talan exponencialis
q <- seq(0,1,0.1)
# minta kvantilisek
y.q <- quantile(y,q)
# elmeleti kvantilisek exp eloslaszbol
exp.q <- qexp(q)
# elvileg: koordinatankent y.q kb. = exp.q
y.q-exp.q
plot(exp.q,y.q)
# kb. y = x egyenes kornyeken vannak a pontok
abline(0,1) # y = 1x+0
y2.q <- quantile(y2,q)
plot(exp.q,y2.q)
abline(0,1)
# beepitett paranccsal kevesebb gepelessel ugyanez:
qqplot(y,qexp(seq(0,1,0.05)) )
abline(0,1)
qqline(y,distribution=qexp,col="red")

# normalis eo-ra
x.q <- quantile(x,q)
norm.q <- qnorm(q)
plot(norm.q,x.q)
abline(0,1)
# beepitett fuggvennyel roviden:
qqnorm(x)
abline(0,1)
z <- rnorm(50,mean=3,sd=2) # mean: v.e., sd = szoras
qqnorm(z)
abline(0,1)
abline(3,2,col="red")
qqline(z,col="blue") # becsult v.e. es szoras 
# alapjan egyenes -- alapert. Gauss eo.

# exp(2)
y3 <- rexp(50,rate=2) # v.e. 1/rate = 0.5
qqplot(qexp(ppoints(30),rate=2),y3)
qqline(y3,distribution=function(q) qexp(q,rate=2),
	col="blue")

# rossz eloszlassal osszehasonlitva:
plot(norm.q,y2.q)
abline(0,1)
plot(exp.q,x.q)
abline(0,1)