En ggplot2, ¿qué representa el final de las líneas de boxplot?

Los "puntos" al final de la gráfica de caja representan valores atípicos. Hay varias reglas diferentes para determinar si un punto es un valor atípico, pero el método que usan R y ggplot es la "regla 1.5". Si un punto de datos es:

• menos que Q1 - 1.5*IQR
• mayor que Q3 + 1.5*IQR

Entonces ese punto se clasifica como un "valor atípico". Los bigotes se definen como:

Bigote superior = min(max (x), Q_3 + 1.5 * IQR)

Bigote inferior = max (min (x), Q_1-1.5 * IQR)

Donde IQR = Q_3 – Q_1, la longitud de la caja. Así que el bigote superior se encuentra en el más pequeño del valor máximo x y Q_3 + 1.5 IQR, mientras que el bigote inferior se encuentra en el mayor del menor valor x y Q_1 – 1.5 IQR.

Información Adicional

• Vea la página de la gráfica de caja de wikipedia para ver reglas atípicas alternativas.
• En realidad hay una variedad de formas de calcular cuantiles. ¿Echar un vistazo?cuantil para la descripción de los nueve métodos diferentes.

Ejemplo

Considere el siguiente ejemplo

> set.seed(1)
> x = rlnorm(20, 1/2)#skewed data
> par(mfrow=c(1,3))
> boxplot(x, range=1.7, main="range=1.7")
> boxplot(x, range=1.5, main="range=1.5")#default
> boxplot(x, range=0, main="range=0")#The same as range="Very big number"

Esto da la siguiente gráfica:

A medida que disminuimos el rango de 1.7 a 1.5 reducimos la longitud del bigote. Sin embargo, range=0 es un caso especial-es equivalente a"range=infinity"