这里有几件事要说：

1. 对数正态的 CDF 的形状与Weibull的 CDF 的形状足够相似，使得它们比 Weibull 和其他之间的相似度更难区分。
2. 外面的黑线形成一个置信带。推理中置信带的使用与频率统计推理的任何其他标准形式相同。也就是说，当值落在带内时，我们不能拒绝假设分布是正确分布的原假设。这与说我们知道假设的分布是正确的分布不同。（请注意，这是我在这里的另一个答案中讨论的一个很好的例子，即假设检验的费舍尔观点比内曼 - 皮尔逊更可取。）
3. 您需要更多数据；您的$N$这里只有20。

似乎对数正态的 QQ 图与威布尔的 QQ 图几乎相同。

是的。

我们如何区分它们？

在那个样本量下，你可能做不到。

此外，如果这些点位于两条外部黑线定义的区域内，这是否表明它们遵循指定的分布？

不，这仅表明您无法判断数据的分布与该分布不同。这是缺乏差异的证据，而不是缺乏差异的证据。

您几乎可以肯定，数据来自与您考虑过的分布不同的分布（为什么它会完全来自其中任何一个？）。