统计学习之箱线图

箱线图：

     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。

       箱线图如上所示，简单解释一下，中间的红线是中位线，表示有50%的样本数据在其上方，50%在其下方，黄色的代表上/下四分位数线，上四分位数线，代表其上方有25%的样本数据，下方有75%的样本数据。下四分位数线以此类推。紫色的线代表上下界，表示最大数值线与最小数值。上方的蓝色的点代表异常值，可不予考虑，不必关心。

      如何判断异常值呢？

      判断是不是异常值，设上四分位数线为Q1，下四分位数线为Q3，那么   2.5Q3 - Q1 =<  正常值 =< 2.5Q1-Q3，超过了这个界限的观察值就是异常值。