ggplot2箱式图两两比较_R绘图 第四篇：绘制箱图（ggplot2）

箱线图通过绘制观测数据的五数总括，即最小值、下四分位数、中位数、上四分位数以及最大值，描述了变量值的分布情况。箱线图能够显示出离群点(outlier)，离群点也叫做异常值，通过箱线图能够很容易识别出数据中的异常值。

箱线图提供了识别异常值的一个标准：

异常值通常被定义为小于 QL- l.5 IQR 或者 大于 Qu+ 1.5 IQR的值，QL称为下四分位数， Qu称为上四分位数，IQR称为四分位数间距，是Qu上四分位数和QL下四分位数之差，其间包括了全部观察值的一半。

箱线图的各个组成部分的名称及其位置如下图所示：

箱线图可以直观地看出数据集的以下重要性值：

中心位置：中位数所在的位置就是数据集的中心；

散布程度：箱线图分为多个区间，区间较短时，表示落在该区间的点较集中；

对称性：如果中位数位于箱子的中间位置，那么数据分布较为对称；如果极值离中位数的距离较大，那么表示数据分布倾斜

一，绘制箱线图

绘制箱线图比较简单，通常情况下，我们使用ggplot和geom_boxplot绘制箱线图，在下面的小节中，我们使用ToothGrowth作为示例数据：

ToothGrowth$dose

head(ToothGrowth)

len supp dose1 4.2 VC 0.5

2 11.5 VC 0.5

3 7.3 VC 0.5

4 5.8 VC 0.5