我的R学习札记——箱线图简单小例子

箱图主要是用最小值、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）以及最大值来考察连续变量的分布情况的图形。下面我们介绍如何利用R的boxplot函数绘制箱图。 首先我们需要生成一个数据集：

dataset <- data.frame(id=c(1:300),x1=rnorm(300,20,6),
                      sex=sample(c("0","1"),300,replace=TRUE),
                      smokestatus=sample(c("1","2","3"),300,replace=TRUE))

该数据集包含四个变量，分别是id,x1,sex,smokestatus。其中x1是连续型变量，sex和smokestatus都是分类变量。其中sex的0代表“man”,1代表“female”；smokestatus的1代表“never smoke”,2代表“current smoke”,3代表“quit smoke”。

1.绘制简单箱图：

attach(dataset)
boxplot(x1,data=dataset,main="Boxplot",ylab="x1",col="gold")#main是给图形添加题目，ylab是添加y轴

关于箱图的结果解读在前面的推文已经介绍过，这里不在进行解释。请大家参考：
https://mp.weixin.qq.com/s?__biz=MzIwMDIwNTIyNQ==&mid=2247484166&idx=1&sn=836233ce81f8329f891c416c5b503c04&chksm=9681f5c0a1f67cd6c1345b8c2918111c088ffdd1cafde86feb96e675b46d473c2b4ea97ffd71&token=1012777190&lang=zh_CN#rd

2.绘制并列箱图进行跨组比较（此处是以sex为分组变量，即分性别来看男性和女性得x1是否相同）：

boxplot(x1~sex,data=dataset,main="Boxplot",ylab="x1",xlab="sex",col="gold",notch=TRUE)#notch=TRUE，可以得到含凹槽的箱线图,col是给图形添加颜色

3.绘制两个交叉因子的箱图（此处我们以sex和smokestatus两个作为交叉因子）：

dataset$sex.f=factor(dataset$sex,levels = c("0","1"),labels = c("M","F"))#创建sex的因子
dataset$smokestatus.f=factor(dataset$smokestatus,levels =c("1","2","3"),labels = c("n","c","q"))#创建smokestatus的因子

此时查看数据，dataset中多了两列，分别是我们刚才所创建的两个因子sex.f和smokestatus.f。

boxplot(x1~sex.f*smokestatus.f,data=dataset,col=c("gold","darkgreen"),varwidth=TRUE,main="Boxplot group by smoke status",xlab="status",notch=TRUE) #varwidth=TRUE是使箱线图的宽度与它们各自的样本大小成正比

其中，M代表男性，F代表女性； n代表从不吸烟，c代表仍在吸烟，q代表已戒烟。
我们可以看到生成了6个箱图，它们分别是三种吸烟状态（smokestatus）两个性别（sex）的组合下x1值的箱图，如M.n代表男性从不吸烟。这就等同于是SPSS软件里面的簇状箱图。

今天箱图的学习就到这。
更多内容请关注我weixingongzhonghao
统计练习题