把数据的分位数与已知分布相比较，从而来判断数据的分布情况。把已知分布的分位数标在纵轴上，样本分位数标在横轴上，从图形上可以了解到分布的信息。图形是直线说明是正态分布。图形中有一段是直线，在两端存在弧度，说明峰度的情况。图形是曲线图，说明不对称。如果Q-Q图是直线，当该直线成45度角并穿过原点时，说明分布与给定的正态分布完全一样。如果是成45度角但不穿过原点，说明均值与给定的正态分布不同，如果是直线但不是45度角，说明均值与方差都与给定的分布不同。如果Q-Q图中间部分是直线，但是右边在直线下面，左边在直线上面，说明分布的峰度大于3，反之说明峰度小于3.
图形是曲线图，说明不对称。

http://baike.baidu.com/link?url= ... xVVsDA-QSORo0gPt_ag
    貌似这个回答比较贴近你的题目。
   QQ图的作用
用于直观验证一组数据是否来自某个分布，或者验证某两组数据是否来自同一（族）分布。在教学和软件中常用的是检验数据是否来自于正态分布。
QQ图的结构
（1）若是检验一组数据是否来自某个分布，分布函数为F(x)，通常图的纵坐标为排好序的实际数据（次序统计量：x(1)<x(2)<....<x(n)），可以称之为经验分位点。横坐标为这些数据的理论分位点，所谓理论分位点是这样得到的，先算出各个排好序的数据对应的百分比p(i)，即第i个数据x(i)为p(i)分位数，其中p(i)=(i-0.5)/n，这里p(i)有很多种算法，有的定义为i/(n+1)等等，则x(i)对应的理论分位点为F^(-1)(p(i))=F^(-1)((i-0.5)/n)，这也就是纵坐标的值。其中为什么不把p(i)定义为i/n呢？有解释说，若这样定义，则最大的那个数对应的p(n)=1，这样很多分布函数的F^(-1)=infinity，这样无法在坐标上表示出来，所以稍作修改。QQ图的横纵坐标定义好后，则可在图上做出散点图来，然后再在图上添加一条直线，这条直线就是用于做参考的，看散点是否落在这条线的附近。直线由四分之一分位点和四分之三分位点这两点确定的，四分之一分位点的坐标中横坐标为实际数据的四分之一分位点(quantile(data,0.25)),纵坐标为理论分布的四分之一分位点(qF(0.25)),四分之三分位点类似，这两点就刚好确定了QQ图中的直线。
（2）若是检验两组数据是否来自同一个分布函数F(x)，则直接将两组数据的各自的理论分位点当作横纵坐标，然后看是否在一条直线的附近。此种方法对于两组数据数量不一致的时候，需要用插值法，将数据少的那组数据通过插值的方法补齐。在R中qqplot就在进行这件事情。或者将两个QQ图放在一起，将两组数据用不同的颜色标识，看两组数据是否离得很近。
    我做土壤重金属空间分布时，地统计分析的要求是数据符合正态分布，如不符合，可以进行转换，转换的方式有几种，然后建模分析。
    我不懂统计学，所答肯定不专业，见笑了。

好东西，说的比较清楚，值得分享

正解，学习了

学习了，解释的很清晰