r - ggplot2 盒须图 : show 95% confidence intervals & remove outliers

Question

我想要一个如下所示的箱线图。但我想提供(1) 95% 置信区间和(2)没有异常值，而不是默认值。

95% 置信区间可能意味着 (i) 扩展方框并移除 mustache ，或 (ii) 仅具有均值和 mustache ，然后移除方框。或者，如果人们对于在这样的图中呈现 95% 置信区间有其他想法，我愿意接受建议。最终目标是在同一图上显示多个类别的数据的平均值和置信区间。

set.seed(1234)
df <- data.frame(cond = factor( rep(c("A","B"), each=200) ), 
                   rating = c(rnorm(200),rnorm(200, mean=.8))
ggplot(df, aes(x=cond, y=rating, fill=cond)) + geom_boxplot() + 
    guides(fill=FALSE) + coord_flip()

图片和代码来源:http://www.cookbook-r.com/Graphs/Plotting_distributions_(ggplot2)/

Answer 1

我使用以下内容来显示 95% 的间隔。根据我所读到的内容，盒子和晶须的使用并不罕见，但它不是默认设置，因此您确实需要明确在图表中显示的内容。

quantiles_95 <- function(x) {
  r <- quantile(x, probs=c(0.05, 0.25, 0.5, 0.75, 0.95))
  names(r) <- c("ymin", "lower", "middle", "upper", "ymax")
  r
}

ggplot(df, aes(x=cond, y=rating, fill=cond)) +
    guides(fill=F) +
    coord_flip() +
    stat_summary(fun.data = quantiles_95, geom="boxplot")

不要使用 geom_boxplot，而是使用 stat_summary 以及指定您要使用的限制的自定义函数:

• “ymin”是下须线的下限
• “lower”是下框的下限
• “middle” 是盒子的中间(通常是中位数)
• “upper”是上框的上限
• “ymax”是上须线的上限。

在提供的函数 (quantiles_95) 中，内置 quantile 函数与自定义 probs 参数一起使用。如给定的，须线将涵盖 90% 的数据:从底部 5% 到顶部 95%。像往常一样，这些框将跨越中间两个四分位数，从 25% 到 75%。

您始终可以更改自定义函数以选择不同的分位数(甚至不使用分位数)，但您需要非常小心。正如评论中指出的那样，当人们看到盒子和 mustache 图时，会有一定的期望。如果您使用相同的形状图来传达不同的信息，则可能会让人们感到困惑。

如果您想去除 mustache ，请将 "ymin" 等于 "lower" 且 "ymax" 等于到“上”。如果您想要所有 mustache 而没有盒子，请将 "upper" 和 "lower" 都设置为 "middle" (或者只使用geom_errorbars)。