在ggplot2中,boxplot行的结尾代表什么？

Question

我无法找到箱线图的线端点代表的描述.

例如,这里是线条结束的上方和下方的点值.

(我意识到盒子的顶部和底部分别是第25和第75百分位,中心线是第50个).我假设,因为线上方和下方有点,它们不代表最大/最小值.

Answer 1

箱图末尾的"点"代表异常值.确定点是否是异常值有许多不同的规则,但R和ggplot使用的方法是"1.5规则".如果数据点是:

• 低于Q1 - 1.5*IQR
• 大于Q3 + 1.5*IQR

然后,这一点被归类为"异常值".胡须定义为:

上晶须=最小(最大(x),Q_3 + 1.5*IQR)

较低的晶须=最大(min(x),Q_1 - 1.5*IQR)

其中IQR = Q_3 - Q_1,方框长度.因此,上晶须位于最大x值和Q_3 + 1.5 IQR 中的较小者,而较低晶须位于最小x值和Q_1-1.5 IQR 中的较大者.

附加信息

• 有关替代异常值规则,请参阅维基百科boxplot页面.
• 实际上有多种计算分位数的方法.看看`？quantile对九种不同方法的描述.

例

请考虑以下示例

> set.seed(1)
> x = rlnorm(20, 1/2)#skewed data
> par(mfrow=c(1,3))
> boxplot(x, range=1.7, main="range=1.7")
> boxplot(x, range=1.5, main="range=1.5")#default
> boxplot(x, range=0, main="range=0")#The same as range="Very big number"

这给出了以下图:

当我们将范围从1.7减小到1.5时,我们减少了晶须的长度.但是,这range=0是一个特殊情况 - 它相当于"范围=无穷大"

Answer 2

我认为ggplot使用标准默认值,与boxplot相同:"胡须延伸到最极端的数据点,不超过盒子长度的1.5倍"

请参阅:boxplot.stats