箱线图及其绘制

一，什么是箱线图？

箱线图在文献中经常见到，是对数据分布的一种常用表示方法。但是所见资料中往往说的不是特别清楚，因此需要了解一下箱线图的绘制过程，与部分的意义。

计算过程：

1 计算上四分位数（Q3），中位数，下四分位数（Q1）

2 计算上四分位数和下四分位数之间的差值，即四分位数差（IQR，interquartile range）Q3-Q1

3 绘制箱线图的上下范围，上限为上四分位数，下限为下四分位数。在箱子内部中位数的位置绘制横线。

4 大于上四分位数1.5倍四分位数差的值，或者小于下四分位数1.5倍四分位数差的值，划为异常值（outliers）。

5 异常值之外，最靠近上边缘和下边缘的两个值处，画横线，作为箱线图的触须。

6 极端异常值，即超出四分位数差3倍距离的异常值，用实心点表示；较为温和的异常值，即处于1.5倍-3倍四分位数差之间的异常值，用空心点表示。

7 为箱线图添加名称，数轴等。

在SPSS，SigmaPlot, R,SPlus，Origin等软件中，绘制箱线图非常方便。

 

盒须图的优势：

1.可以直观地看出数据的离散程度；

2.直观明了地识别数据批中的异常值

3.利用箱线图判断数据批的偏态和尾重

   比较标准正态分布、不同自由度的t分布和非对称分布数据的箱线图的特征，可以发现：对于标准正态分布的大样本，只有 0.7%的值是异常值,中位数位于上下四分位数的中央,箱线图的方盒关于中位线对称。选取不同自由度的t分布的大样本，代表对称重尾分布，当t分布的自由度越小，尾部越重，就有越大的概率观察到异常值。以卡方分布作为非对称分布的例子进行分析，发现当卡方分布的自由度越小，异常值出现于一侧的概率越大，中位数也越偏离上下四分位数的中心位置，分布偏态性越强。异常值集中在较小值一侧，则分布呈现左偏态；；异常值集中在较大值一侧，则分布呈现右偏态。下表列出了几种分布的样本数据箱线图的特征（样本数据由SAS的随机数生成函数自动生成），验证了上述规律。这个规律揭示了数据批分布偏态和尾重的部分信息，尽管它们不能给出偏态和尾重程度的精确度量，但可作为我们粗略估计的依据。

 

二。绘制盒须图

如：我的数据源是这些：

 

类型

 

百分比

 

职务

 

会议

 

0.5606

 

部长

 

现场管理

 

0.0227

 

部长

 

日常管理

 

0.0758

 

部长

 

培训

 

0.0455

 

部长

 

其他

 

0.0303

  </

部长