8.4 箱形图

8.4.1 绘制箱形图

四分位数(quartile)是指在统计学中把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值。分位数是将总体的全部数据按大小顺序排列后，处于各等分位置的变量值。如果将全部数据分成相等的两部分，它就是中位数；如果分成四等分，就是四分位数；八等分就是八分位数等。第一个四分位数(Q1)，又称“下四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。 

第二个四分位数(Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第 50%的数字。 

第三个四分位数(Q3)，又称“上四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。 

第三个四分位数与第一个四分位数的差距又被称为四分位距(Inter Quartile Range，IQR)，是上四分位值 Q3与下四分位值 Q1之间的差，即 IQR=Q3-Q1。IQR乘以因子 0.7413得到标准化四分位距（Norm IQR），它是稳健统计技术处理中用于表示数据分散程度的一个量，其值相当于正态分布中的标准偏差（SD）。箱形图重要功能是识别异常值，识别标准：异常值被定义为小于Q1－1.5IQR或大于Q3＋1.5IQR的值。

2、绘制箱形图

基本箱形图绘制。

data1 %>% ggplot(aes(x = nitrogen, y = v1)) + geom_boxplot(aes(fill = nitrogen))  # 简单箱形图绘制。

箱形图参数调节
width指定箱体宽度，outlier系列参数调节离散点colour指定颜色，size指定大小，shape指定形状。
notch = TRUE用于添加槽口，槽口用于查看不同分布的中位数是否有差异，如果各箱形图的槽口互不重合，说明各中位数有差异。varwidth用于指定数据集宽度。

data1 %>% 

ggplot(aes(x = nitrogen, y = v1)) + 

geom_boxplot(width = 0.5, outlier.colour = "red", outlier.size = 3, outlier.shape = 5) # width调节箱体宽度，outlier系列参数colour指定颜色，size指定大小，shape指定形状。

data1 %>% ggplot(aes(x = nitrogen, y = v1)) + 

geom_boxplot(aes(fill = nitrogen), notch = TRUE, varwidth = TRUE) +   

geom_jitter(aes(colour = nitrogen)) # 可变宽度带凹槽箱形图绘制。这里我的分组数据长度一样，所以varwidth显示等宽。

## Notch went outside hinges
## ℹ Do you want `notch = FALSE`?
## Notch went outside hinges
## ℹ Do you want `notch = FALSE`?
## Notch went outside hinges
## ℹ Do you want `notch = FALSE`?
## Notch went outside hinges## ℹ Do you want `notch = FALSE`?

data1 %>% ggplot(aes(x = nitrogen, y = v1)) + 

geom_boxplot(aes(fill = nitrogen)) +   

stat_summary(fun.y = "mean", geom = "point", shape = 23, size = 3, fill = "white") # 箱线图添加均值。

## Warning: The `fun.y` argument of `stat_summary()` is deprecated as of ggplot2 3.3.0.## ℹ Please use the `fun` argument instead.

给箱形图添加显著性。

library(ggpubr)

library(ggplot2)

data1$nitrogen <- as.factor(data1$nitrogen)

ggplot(data1, aes(x = nitrogen, y = v1)) + 

  geom_boxplot() +

  stat_compare_means(aes(label = ..p.signif..), 
                     comparisons = list(c('N1','N2'),
                                        c('N2','N3'), 
                                        c('N3','N4')), 
                     method = "t.test", label = "p.format") # 箱形图添加显著性标识。

## [1] TRUE

分组箱形图

data1 %>% 

ggplot(aes(x = nitrogen, y = v1)) +   

geom_boxplot(aes(fill = variety)) # 按品种多分组的箱形图。

data1 %>% 

ggplot(aes(x = nitrogen, y = v1)) + 

  geom_boxplot(aes(fill = variety)) + 

  stat_compare_means(aes(group = variety), method = "t.test",label = "p.signif") # 多分组箱形图绘制并添加显著性。

参考资料

ggplot2: 数据分析与图形艺术，西安交通大学出版社，2013.

R语言数据可视化之美：专业图表绘制指南，电子工业出版社，2019.

R数据科学，人民邮电出版社，2018.

R数据可视化手册，人民邮电出版社，2014.

- END -

本文使用 文章同步助手 同步