时间戳

首页 > 解决方案 > GGPubr 与 R-Boxplot 显示不同的极值

r - GGPubr 与 R-Boxplot 显示不同的极值

问题描述

我使用常规的“箱线图”功能来检查我的数据是否存在极值。对于项目中的演示，然后我使用包 ggpubr（它基于 ggplot2）创建了相同的箱线图。

据我所知，胡须应该代表两个印迹中的相同区域。令我惊讶的是，ggpubr boxplot 中出现了一个极值，而 r-boxplot 中没有显示。

截图 ggpubr 箱线图

截图 r-boxplot

代码 R-箱线图：

boxplot(data$vtrust_post1, data$vtrust_post2)

代码 Ggpubr：

vtrust_a_b_long %>% 
ggboxplot(x = "drive", y = "count", bxp.errorbar = TRUE)

对于 ggpubr，我必须将数据转换为长格式：

vtrust_a_b <- data.frame("subject_no" = data$id, "a" = data$vtrust_post1, "b" = data$vtrust_post2)

vtrust_a_b_long <- vtrust_a_b %>%
  gather(key = "drive", value = "count", a, b)

我做错什么了吗？两个数据包含相同的最大值。可能是 r-boxplot 和 ggpubr/ggplot2 中的极值定义不同吗？

我非常感谢您的帮助！

更新：重现问题的代码

使用此代码，它仅表示 ggpubr 版本的极值。

a <- c(1.50, 3.50, 1.50, 3.00, 1.25, 5.25, 2.50, 2.50, 1.50, 2.25, 1.75, 2.25, 2.25, 2.25, 4.50, 2.25, 3.25, 1.25, 2.50, 2.75, 1.75, 4.25, 2.75, 2.00,
 1.75, 3.50, 3.25, 3.00, 1.25, 1.25, 3.75, 1.50, 1.75, 2.25, 1.25, 2.00, 1.50, 3.50, 1.75, 3.25)

boxplot(a)
ggpubr::ggboxplot(a)

更新 2 由于提示，它可能是由 R 中的本地设置引起的，我在https://rdrr.io/snippets/尝试了代码。再次出现差异：

屏幕截图比较 r-base boxplot 和 ggpubr boxplot。

标签： rggplot2statisticsboxplotggpubr

解决方案

查看 base R 的源代码graphics::boxplot，第 48 行显示晶须是由 计算的grDevices::boxplot.stats。查看源代码boxplot.stats（通过在提示符下键入）发现它用于stats::fivenum计算绘制胡须的距离。

fivenum(a)
#[1] 1.250 1.625 2.250 3.125 5.250

源代码的第 156 和 157 行graphics::boxplot显示晶须从第二个值延伸到第一个值，然后从第四个值延伸到第五个值。

相比之下，查看源代码geom_boxplot向我们展示了晶须延伸到最近的数据点，该数据点距离铰链不超过 IQR 的 1.5 倍。这是通过以下方式计算的stats::quantile：

quantile(a,0.75) + diff(quantile(a,c(0, 0.25, 0.5, 0.75, 1))[c(2,4)])*1.5
#5.125

由于元素 6a是5.25，它大于5.125，因此，晶须不会延伸到该点。

推荐阅读