简介
关于箱线图横线的问题，参考维基百科和MBA智库百科我们大约知道了它一般应该代表Q1-1.5IQR和Q3+1.5IQR的内限。
ggplot2可视化
下面箱线图的横线，我认为可以称为类似柱状图的误差线。
- 一类分组
ggplot(data = ToothGrowth) +
geom_boxplot(aes(x = supp, y = len)) +
stat_boxplot(aes(x = supp, y = len),
geom ='errorbar', width = 0.3)
- 二类分组
当分组内存在下级分组时，和前面提到的一样ggplot2 函数会分组混乱，出现横线错位的情况。
- 解决办法
我们可以 产生一个新的分组变量，使其同时包含两个分组信息。
ggplot(data = ToothGrowth) +
geom_boxplot(aes(x = supp_dose , y = len, color = factor(dose))) +
stat_boxplot(aes(x = supp_dose , y = len, color = factor(dose)),
geom ='errorbar', width = 0.3)
重点
geom_boxplot {ggplot2}的函数说明：
The upper whisker extends from the hinge to the largest value no further than 1.5 * IQR from the hinge (where IQR is the inter-quartile range, or distance between the first and third quartiles). The lower whisker extends from the hinge to the smallest value at most 1.5 * IQR of the hinge.
由此可见，ggplot2的boxplot是通过伸出直线的方式指出了内限范围内的最大值和最小值，而不是指出内限区域；由此，我认为box_plot函数默认不加横线是因为上述的横线存在一定误导情况，可能需要特别注明。
计算内限
如果我们想要用ggplot2画标准的横线(内限)，需要自己计算出相应内限进行添加。
range_calculater <- function(x) {
qs <- c(0, 0.25, 0.5, 0.75, 1)
qnt <- as.numeric(stats::quantile(x,
probs = qs,
na.rm = TRUE))
iqr <- diff(qnt[c(2, 4)])
lower <- qnt[2] - 1.5 * iqr
higher <- qnt[4] + 1.5 * iqr
df <- rbind(lower, higher)
return(df)
}
