知识卡片
箱线图的读法
箱线图为一个分类变量的每个取值,展示一个连续变量的分布。盒子覆盖中间 50% 的数据,盒内的线是中位数,盒子的上下边缘是第一与第三四分位数;从盒子延伸到须的直线大约覆盖 1.5 倍 IQR 的范围,超出的点单独画出,视为异常值。 它比直方图紧凑,适合并排比较多个组。美国家庭收入按邮编首位分组的例子中,横轴是 0 到 9 十个地区,纵轴取中位数收入的对数以便展开。可以看出区域 0(东北)与区域 9(西南)的中位数最高,区域 7(路易斯安那、阿肯色、俄克拉何马)最低。但区域 0 与区域 9 的盒子重叠很大,说明差异并不明显,箱线图只能提示差异,判断显著性仍要靠检验。 箱线图只显示五个概括量,会隐藏多峰与样本量差异,组内样本很少时盒子不可靠。因此常与抖动的散点叠画,既看概括也看单个观测。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 使用R进行基本数据分析 · 查看原书依据
箱线图的盒子显示的范围包含中间50%范围的家庭收入数据,盒中的线位于中位数值的位置。盒子的上下边缘对应数据的第一和第三个四分位。从盒子顶部到最高值的直线大概在1.5倍IQR之内
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第3章 使用R进行基本数据分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0013_split_002.html)
- 结论依据:3.2.4 节说明箱体覆盖中间 50%、盒内线为中位数、须约覆盖 1.5 倍 IQR、须外为异常值,并以邮编区域收入图示范分组比较与重叠判读。
- 原始内容:箱线图的盒子显示的范围包含中间50%范围的家庭收入数据,盒中的线位于中位数值的位置。盒子的上下边缘对应数据的第一和第三个四分位。从盒子顶部到最高值的直线大概在1.5倍IQR之内