箱型图总结

箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比 较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后， 连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。

主要包含六个数据节点，将一组数据从大到小排列，分别计算出他的上边缘，上四分位数Q3，中位数，下四分位数Q1，下边缘，还有一个异常值。

绘图步骤

箱形图提供了一种只用5个点对数据集做简单总结的方式。这5个点包括中点、Q1、Q3、分部状态的高位和低位。箱形图很形象的分为中心、延伸以及分布状态的全部范围。
箱形图中最重要的是对相关统计点的计算,相关统计点都可以通过百分位计算方法进行实现。

四分位数：

一组数据按照从小到大顺序排列后，把该组数据四等分的数，称为四分位数。第一四分位数 (Q1)、第二四分位数 (Q2，也叫“中位数”)和第三四分位数 (Q3)分别等于该样本中所有数值由小到大排列后第25%、第50%和第75%的数字。第三四分位数与第一四分位数的差距又称四分位距(interquartile range, IQR)。

【注】以下内容为MATLAB官方帮助文档。

Boxplot函数：用箱线图可视化汇总统计量。

语法：

boxplot(x) %创建 x 中数据的箱线图。如果 x 是向量，boxplot 绘制一个箱子。如果 x 是矩阵，boxplot 为 x 的每列绘制一个箱子。

%在每个箱子上，中心标记表示中位数，箱子的底边和顶边分别表示第 25 个和 75 个百分位数。须线会延伸到不是离群值的最远端数据点，离群值会以 ‘+’ 符号单独绘制。

boxplot(x,g) % 使用 g 中包含的一个或多个分组变量创建箱线图。boxplot 为具有相同的一个或多个 g 值的各组 x 值创建一个单独的箱子。

boxplot(ax,___) %使用坐标区图形对象 ax 指定的坐标区和任何上述语法创建箱线图。

boxplot(___,Name,Value) %使用由一个或多个 Name,Value 对组参数指定的附加选项创建箱线图。例如，可以指定箱子样式或顺序。

参数：

x输入数据

在boxplot(x,g)中，x是输入数据，可以是数值向量(绘制一个箱子)或数值矩阵(为x的每列绘制一个箱子)。在每个箱子上，中心标记表示中位数，箱子的底边和顶边分别表示第25个和第75个百分位数。虚线会延伸到不是离散值的最远的端点，离散值会以‘+’符号单独绘制。

g分组变量

分组变量g指定为数值向量、字符数组、字符串数组、元胞数组或分类数组。分组变量中包含缺失值 (NaN)、空字符向量、空值或 字符串或 值的组将被忽略，并且不会计入其他参数考虑的组数中。

图形属性参数

函数表达式：boxplot(x,Name,Value)。请查阅Matlab中boxplot函数的文档介绍，常用箱子外观属性整理：

绘制箱线图：

创建箱线图过程：

load carsmall %加载数据

%根据样本数据创建每加仑英里数 (MPG) 测量值的箱线图，按车辆的原产国 (Origin) 分组。添加标题并为坐标区加标签。

boxplot(MPG,Origin)

title(‘Miles per Gallon by Vehicle Origin’)

xlabel(‘Country of Origin’)

ylabel(‘Miles per Gallon (MPG)’)

每个箱子直观地表示来自指定国家/地区的汽车的 MPG 数据。意大利的“箱子”显示为一条线，因为样本数据只包含该组的一个观测值。

箱形图的绘制步骤： [2]
1、画数轴，度量单位大小和数据批的单位一致，起点比最小值稍小，长度比该数据批的全距稍长。
2、画一个矩形盒，两端边的位置分别对应数据批的上下四分位数（Q3和Q1）。在矩形盒内部中位数（Xm）位置画一条线段为中位线。
3、在Q3+1.5IQR和Q1－1.5IQR处画两条与中位线一样的线段，这两条线段为异常值截断点，称其为内限；在Q3+3IQR和Q1－3IQR处画两条线段，称其为外限。处于内限以外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异常值（mild outliers），在外限以外的为极端的异常值(extreme outliers)。四分位距IQR=Q3-Q1。.
4、从矩形盒两端边向外各画一条线段直到不是异常值的最远点，表示该批数据正常值的分布区间。
5、用“〇”标出温和的异常值，用“*”标出极端的异常值。相同值的数据点并列标出在同一数据线位置上，不同值的数据点标在不同数据线位置上。至此一批数据的箱形图便绘出了。统计软件绘制的箱形图一般没有标出内限和外限。