将异常值规则从 IQR 更改为 geom_boxplot 中的标准差答案

【问题标题】：changing outlier rule from IQR to standard devations in geom_boxplot将异常值规则从 IQR 更改为 geom_boxplot 中的标准差
【发布时间】：2018-06-29 03:03:46
【问题描述】：

我知道geom_boxplot() 的默认设置是：

Q3 + 1.5 * IQR
Q1 - 1.5 * IQR

但我想从平均值做 4 个标准差：

平均值 + 4 * SD
平均值 - 4 * SD

这可以在ggplot2中做到吗？如果没有，还有什么办法？

我看到一个帖子询问如何更改为不同的 IQR，但我对更改为标准差特别感兴趣。

【问题讨论】：

也许这会有所帮助：cran.r-project.org/web/packages/ggplot2/vignettes/…
@MLavoie 感谢您的链接。我只是看了看，找不到任何特定于将异常值定义更改为 SD 的内容。您是否有您所指的特定部分？
你可以创建一个新的 stat..可以与 stat_summary 合作使用，它可以包含在你的 geom_boxplot() 中
我能看到的最接近的就是这里的文档rdocumentation.org/packages/ggplot2/versions/2.2.1/topics/…。了解coef 甚至outliers 的要点
扩展@InfiniteFlashChess' 评论：使用geom_boxplot(..., stat = "identity") 并查看?geom_boxplot 以获取有关如何更改此函数的默认计算的示例。

标签： r ggplot2 boxplot outliers standard-deviation

【解决方案1】：

这可以通过stat = "identity" 来完成，正如一些 cmets 中所提到的，但诀窍是将异常值放入数据中。异常值需要在列表列中提供。以下是你的做法。

首先，补一些数据，画一个常规的箱线图：

set.seed(123)
d <- data.frame(y = c(rnorm(100), rnorm(100)+.5, rnorm(100)-1),
                x = rep(c("A", "B", "C"), each = 100))

ggplot(d, aes(x, y)) + geom_boxplot()

现在，手动计算统计数据并使用替代异常值定义绘制箱线图。请注意，我使用平均值 +/- 2*SD，所以我得到了更多的异常值。如何将代码更改为 +/- 4*SD 应该很明显。

library(dplyr)

d %>% group_by(x) %>%
  summarize(middle = median(y),
            mean = mean(y),
            sd = sd(y),
            lower = quantile(y, probs = .25),
            upper = quantile(y, probs = .75),
            ymin = max(mean - 2*sd, min(y)),
            ymax = min(mean + 2*sd, max(y)),
            outliers = list(y[y<ymin | y > ymax])) %>%
  ggplot(aes(x, ymin = ymin, lower = lower,
             middle = middle, upper = upper, ymax = ymax,
             outliers = outliers)) + 
  geom_boxplot(stat = "identity")

免责声明：我只用 ggplot2 的当前开发版本对此进行了测试，不确定它是否适用于当前 CRAN 上的版本。

【讨论】：