R之箱线图

# 
# 箱线图（又称盒须图）通过绘制连续型变量的五数总括，即最小值、下四分位数（第25百分
# 位数）、中位数（第50百分位数）、上四分位数（第75百分位数）以及最大值，描述了连续型变量
# 的分布。箱线图能够显示出可能为离群点（范围±1.5*IQR以外的值，IQR表示四分位距，即上
# 四分位数与下四分位数的差值）的观测。例如：


boxplot(mtcars$mpg,main="Box plot",ylab="Miles per Gallon")


boxplot.stats(mtcars$mpg)
# 
# 举例来说，在我们的车型样本中，
# 每加仑汽油行驶英里数的中位数是19.2，50%的值都落在
# 了15.3和22.8之间，最小值为10.4，最大值为33.9。我是
# 如何从图中如此精确地读出了这些值呢？
# > boxplot.stats(mtcars$mpg)
# $stats
# [1] 10.4 15.3 19.2 22.8 33.9
# 
# $n
# [1] 32
# 
# $conf
# [1] 17.1 21.3
# 
# $out
# numeric(0)


#使用并列箱线图进行跨组比较

# 箱线图可以展示单个变量或分组变量。使用格式为：

boxplot(formula,data=dataframe)

# 其中的formula是一个公式，dataframe代表提供数据的数据框（或列表）。一个示例公式为y ~
#   ~A，这将为类别型变量A的每个值并列地生成数值型变量y的箱线图。公式y ~ A*B则将为类别型
# 变量A和B所有水平的两两组合生成数值型变量y的箱线图。
# 添加参数varwidth=TRUE 将使箱线图的宽度与其样本大小的平方根成正比。参数
# horizontal=TRUE可以反转坐标轴的方向。

# 
# 在以下代码中，我们使用并列箱线图重新研究了四缸、六缸、八缸发动机对每加仑汽油行驶
# 的英里数的影响。结果如图6-12所示。

boxplot(mpg~cyl,data = mtcars,main="Car Milesage Data",
        xlab="Number of Cyliders",ylab="Miles per Gallon")



# 图中可以看到不同组间油耗的区别非常明显。同时也可以发现，六缸车型的每加仑汽
# 油行驶的英里数分布较其他两类车型更为均匀。与六缸和八缸车型相比，四缸车型的每加仑汽油
# 行驶的英里数散布最广（且正偏）。在八缸组还有一个离群点。
# 箱线图灵活多变，通过添加notch=TRUE，可以得到含凹槽的箱线图。若两个箱的凹槽互不
# 重叠，则表明它们的中位数有显著差异（Chambers et al., 1983, p. 62）。以下代码将为我们的车型
# 油耗示例创建一幅含凹槽的箱线图




boxplot(mpg~cyl,data = mtcars,main="Car Milesage Data",
        notch=TRUE,varwidth=TRUE,col="red",xlab="Number of Cyliders",ylab="Miles per Gallon")

# 
# 参数col以红色填充了箱线图，而varwidth=TRUE则使箱线图的宽度与它们各自的样本大小
# 成正比。
# 可以看到，四缸、六缸、八缸车型的油耗中位数是不同的。随着汽缸数的减少，
# 油耗明显降低。
# 最后，你可以为多个分组因子绘制箱线图。代码清单6-9为不同缸数和不同变速箱类型的车
# 型绘制了每加仑汽油行驶英里数的箱线图。同样地，这里使用参数col为箱线图进行了着色。
#  
# 注意颜色的循环使用。在本例中，共有六幅箱线图和两种指定的颜色，所以颜色将重复使用三次