在ggplot的箱线图中结合medcouple答案

【问题标题】：Combining medcouple in ggplot's boxplot在ggplot的箱线图中结合medcouple
【发布时间】：2014-05-16 22:03:13
【问题描述】：

ggplot 的箱线图将 [Q1 - 1.5 * IQR, Q3 + 1.5 * IQR] 范围之外的任何点呈现为异常值。正如R blog 中所讨论的，这并不总是一个好主意，因为由于分布不对称，可能会报告错误的异常值。在这种情况下，通常建议使用来自 robustbase R 包的 adjbox。然而，质量剧情不如ggplot2。

我的问题是：有人知道如何组合使用的指数模型在检测异常值时被ggplot使用的adjbox中？

【问题讨论】：

标签： r robust ggplot2

【解决方案1】：

您可能必须自己提供这些值。参考adjbox()帮助文件中使用的示例：

library(robustbase)
if(require("boot")) {
  ### Hubert and Vandervieren (2006), p. 10, Fig. 4.
  data(coal, package = "boot")
  coaldiff <- diff(coal$date)
  op <- par(mfrow = c(1,2))
  boxplot(coaldiff, main = "Original Boxplot")
  adjbox(coaldiff, main  = "Adjusted Boxplot")
  par(op)
}

这会产生以下箱线图：

然后就可以得到adjbox()函数使用的值了：

coald <- data.frame(coaldiff = diff(coal$date))  #$
adjboxStats(coald$coaldiff)$stats
# [1] 0.0000000 0.1013005 0.3107461 0.7529090 3.7180014

这些是用于绘制调整后的箱线图的值。您可以将此信息提供给ggplot()，然后计算您自己的箱线图。可能有更好的方法可以做到这一点，但我想到的第一件事是制作一个新的数据集，包括调整后的箱线图值：

library(ggplot2)
library(plyr)
d <- ddply(coald, .(coaldiff), transform,
  ymin = adjboxStats(coald$coaldiff)$stats[1],
  ymax = adjboxStats(coald$coaldiff)$stats[5],
  middle = adjboxStats(coald$coaldiff)$stats[3],
  lower = adjboxStats(coald$coaldiff)$stats[2],
  upper = adjboxStats(coald$coaldiff)$stats[4])

# Boxplot with unadjusted values:
p <- ggplot(d, aes(factor(1), coaldiff)) 
p + geom_boxplot()

# Boxplot with adjusted values (note that you have to add the outliers back in):
p + geom_boxplot(aes(ymin=ymin, ymax=ymax, middle=middle, upper=upper, lower=lower),
  stat="identity") + 
  geom_point(data=subset(d, coaldiff < ymin | coaldiff > ymax))

这将为您提供上述图的ggplot2 版本：

另请注意，Hadley Wickham 在response 中对类似问题提出了“不加思索”的建议。

【讨论】：