经管之家送您一份
应届毕业生专属福利!
求职就业群
感谢您参与论坛问题回答
经管之家送您两个论坛币!
+2 论坛币
在创建箱线图之前,可以考虑改用小提琴图。小提琴图的展示效果更佳! 创建箱线图 Prism支持使用列表格录入的多组堆叠数据,或是XY数据表、分组数据表录入的并排重复数据来绘制箱线图。
箱体 箱体范围固定为第25百分位数至第75百分位数,该边界在图中称为铰链。注意百分位数有多种计算算法,Prism采用一套标准算法,与Excel的计算方式并不相同。
箱体中间横线代表中位数,该位置不可自定义;但Prism可以额外添加“+”标记表示均值。
须线的设置方式
Prism提供6种箱线图须线算法:
- 最小值-最大值:须线延伸至全部数据的最小值与最大值
- Tukey法(图基法):详见下文
- 10-90百分位数:须线下限为第10百分位数,上限为第90百分位数;超过须线范围的数据点单独绘出
- 5-95百分位数
- 2.5-97.5百分位数
- 1-99百分位数
- 最小值-最大值(显示全部数据点):须线画到最小、最大值,同时把每一个原始数据叠加绘制在图上
其他选项 - 设置边框颜色、线宽,设置箱体填充颜色
- 将均值标记为“+”号
- 设置箱体填充图案,选择图案样式以及颜色
更多关于箱线图 Tukey(图基)法绘制须线与离群值的原理
- 计算四分位距IQR(第25百分位数与第75百分位数的差值),记为IQR
- 计算:第75百分位数+1.5×IQR。如果该数值≥数据集的最大值,则上须线延伸至数据集最大值;否则,上须终止于小于[75百分位数+1.5×IQR]的最大数据,凡是大于该阈值的数据,全部以独立散点绘制(离群点)
- 计算:第25百分位数-1.5×IQR。如果该数值≤数据集的最小值,则下须线延伸至数据集最小值;否则,下须终止于大于[25百分位数-1.5×IQR]的最小数据,凡是小于该阈值的数据,全部以独立散点绘制
Tukey箱线图注意事项 - 为什么取1.5倍IQR?该取值没有统计学理论依据;只是图基本人制定的规则,他正是箱线图的发明者
- 使用Tukey算法计算须线时,须线端点有时称为内栅栏(inner fences)
- 图基规则下单独画出的点常被叫做离群值(outliers),但Grubbs检验以及其他离群值检验对离群值的判定标准并不相同;在高斯分布数据中,依据图基规则检出至少一个离群点的概率,和样本量有关
- 如果每组仅输入3个数据(n=3),Prism只会绘制中位数与极差,不会计算百分位数,并且忽略您对须线模式的设置
- Tukey法的须线端点一定取自样本原始数据,上下须线的长度经常不一致
- boxplot与box-and-whiskers plot两个术语现在经常混用。但最初定义:boxplot专指Tukey栅栏规则的图;box-and-whisker plot指须线直接延伸至最大值、最小值的图形
五项汇总 五项汇总包含5个统计量:最小值、第25百分位数、中位数、第75百分位数、最大值。 当箱线图须线直接延伸至最小值与最大值时,图上展示的正是这五个统计量。
离群值(outlier)
离群值存在多种定义。箱线图须线外侧单独绘制的散点有时被称为离群值,但该定义和格拉布斯检验以及其他离群值检验的判定标准并不一致。
不录入原始数据,直接录入最小值、最大值、中位数、25与75百分位数,绘制箱线图的方法 Prism一般依靠原始数据绘制箱线图:录入一组原始数值,Prism自动计算极差、百分位数并绘图。 若希望直接填入这5个统计值,需要一点技巧。Prism无法识别您输入的是统计结果,仍然会当作原始数据进行运算。如果您只输入这5个数字,Prism虽可正确得到最小值、最大值、中位数,但计算出的25、75百分位数会出错。 操作技巧: 中位数重复录入3次,再录入最小值、最大值、第25百分位数、第75百分位数。 每组再同一列的不同行一共填入7个数值,输入顺序无要求:
- 最小值
- 第25百分位数
- 中位数
- 中位数
- 中位数
- 第75百分位数
- 最大值
注意:您无法告知Prism这些是汇总统计值;Prism仍将其识别为原始数据,依据这7个值计算最小值、最大值、中位数与四分位数,并输出绘图。最终绘图结果和您录入的汇总数值保持一致。若采用该方法利用汇总数据绘制箱线图,“以‘+’标记显示均值”的功能将失效。Prism会根据您填入的7个数值计算均值,该均值和原始数据集真实均值通常并不相等。
扫码加我 拉你入群
请注明:姓名-公司-职位
以便审核进群资格,未注明则拒绝
|