箱线图在 R 中缺少异常值答案

【问题标题】：Boxplot missing an outlier in R箱线图在 R 中缺少异常值
【发布时间】：2021-01-14 14:12:38
【问题描述】：

我有以下数据：

d = c(58.33333, 58.33333, 56.66667, 45.00000, 60.00000, 70.00000, 61.66667, 51.66667, 58.33333, 71.66667, 50.00000, 63.33333)

数据的汇总统计为：

Min.    1st Qu.  Median    Mean    3rd Qu.    Max. 
45.00   55.42    58.33     58.75   62.08      71.67

当我使用函数boxplot(d, range=1.5) 绘制数据箱线图时，我得到以下信息：

根据我的计算，下胡须只能向下延伸到55.42 - 1.5*(62.08-55.42) = 45.43。话虽如此，最小数据点 (45) 应显示为异常值，但该图实际上将胡须向下延伸到该最小值。为什么会这样？是否有一个我不知道的舍入程序将 45 包含在范围内？比如与两点的接近程度（45.43 和 45）有关的东西？

【问题讨论】：

标签： r boxplot outliers

【解决方案1】：

这里的问题是boxplot 使用与summary 或quantile 不同的方法计算四分位数。来自?boxplot.stats：

这两个“铰链”是第一个和第三个四分位数的版本，即接近 quantile(x, c(1,3)/4)。铰链等于奇数 n 的四分位数（其中 n

例子：

boxplot.stats(d)$stats
[1] 45.00000 54.16667 58.33333 62.50000 71.66667

fivenum(d) # the same
[1] 45.00000 54.16667 58.33333 62.50000 71.66667

quantile(d) # different
      0%      25%      50%      75%     100% 
45.00000 55.41667 58.33333 62.08333 71.66667

为quantile指定方法（类型）以得到相同的结果：

quantile(d, type = 2)
      0%      25%      50%      75%     100% 
45.00000 54.16667 58.33333 62.50000 71.66667

【讨论】：

感谢您的解释。在这方面，如何修改箱线图公式，以便使用summary 的输出计算图？
您需要重写boxplot.stats 函数，将stats <- stats::fivenum(x, na.rm = TRUE) 行替换为stats <- stats::quantile(x, type = 2, na.rm = TRUE)。或者，您可以在ggplot2 中使用geom_boxplot，当我使用您的数据进行尝试时，它确实显示了异常值。