r - 在ggplot2中，箱线图线的末尾代表什么？

Question

我找不到箱线图线条端点代表什么的描述。

例如，以下是线条结束处上方和下方的点值。

(我意识到盒子的顶部和底部是第 25 个和第 75 个百分点，中心线是第 50 个百分点)。我认为，因为线条上方和下方有一些点，它们并不代表最大/最小值。

Answer 1

箱线图末尾的“点”代表异常值。确定一个点是否为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:

• 小于 Q1 - 1.5*IQR
• 大于 Q3 + 1.5*IQR

那么该点被归类为“异常值”。晶须定义为:

上须线 = min(max(x), Q_3 + 1.5 * IQR)

下须线 = max(min(x), Q_1 – 1.5 * IQR)

其中 IQR = Q_3 – Q_1，盒子长度。因此上须线位于最大 x 值和 Q_3 + 1.5 IQR 中较小的位置，而下须线位于最小 x 值和 Q_1 – 1.5 IQR 中较大的位置。

其他信息

• 请参阅wikipedia boxplot替代异常值规则页面。
• 实际上有多种计算分位数的方法。查看`?quantile 了解九种不同方法的描述。

示例

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"

这给出了以下情节:

当我们将范围从 1.7 减少到 1.5 时，我们会减少晶须的长度。但是，range=0 是一种特殊情况 - 它相当于“range=infinity”