ggplot2 box-whisker plot：显示95％置信区间＆amp;删除异常值

Question

我想要一个看起来就像下面那个的盒子图。但是，我想提出（1）95％置信区间和（2）没有异常值，而不是默认值。

95％置信区间可能意味着（i）延长盒子并去除胡须，或（ii）只有一个平均值和胡须，并移除盒子。或者，如果人们有其他想法在这样的情节中呈现95％的置信区间，我愿意接受建议。最终目标是在同一图上显示多个类别的数据的平均值和配置间隔。

set.seed(1234)
df <- data.frame(cond = factor( rep(c("A","B"), each=200) ), 
                   rating = c(rnorm(200),rnorm(200, mean=.8))
ggplot(df, aes(x=cond, y=rating, fill=cond)) + geom_boxplot() + 
    guides(fill=FALSE) + coord_flip()

图片和代码来源：http://www.cookbook-r.com/Graphs/Plotting_distributions_(ggplot2)/

Answer 1

我使用以下内容显示95％的间隔。根据我所读到的内容，并非常见的使用盒子和胡须，但它不是默认设置，所以你需要明确你所显示的内容。曲线图。

quantiles_95 <- function(x) {
  r <- quantile(x, probs=c(0.05, 0.25, 0.5, 0.75, 0.95))
  names(r) <- c("ymin", "lower", "middle", "upper", "ymax")
  r
}

ggplot(df, aes(x=cond, y=rating, fill=cond)) +
    guides(fill=F) +
    coord_flip() +
    stat_summary(fun.data = quantiles_95, geom="boxplot")

不使用geom_boxplot，而是使用stat_summary和自定义函数来指定您要使用的限制：

• "ymin"是下胡须的下限
• "lower"是下方框的下限
• "middle"是框的中间（通常是中位数）
• "upper"是上方框的上限
• "ymax"是上胡须的上限。

在提供的函数（quantiles_95）中，内置quantile函数与自定义probs参数一起使用。如上所述，胡须将覆盖90％的数据：从最低5％到高95％。像往常一样，这些盒子将在中间的两个四分位数中，从25％到75％。

您可以随时更改自定义功能以选择不同的分位数（甚至不使用分位数），但您需要非常小心。正如评论中指出的那样，当人们看到一个盒子和胡须情节时，会有一定的期望。如果您使用相同的形状图来传达不同的信息，那么您很可能会让人感到困惑。

如果您想摆脱胡须，请"ymin"等于"lower"，"ymax"等于"upper"。如果您想要所有胡须而且没有框，请将"upper"和"lower"设置为"middle"（或只使用geom_errorbars）。

Answer 2

您可以通过将大小设置为0来隐藏异常值：

ggplot(df, aes(x=cond, y=rating, fill=cond)) + 
  geom_boxplot(outlier.size = 0) + 
  guides(fill=FALSE) + coord_flip()

您可以使用stat_summary函数将平均值添加到绘图中：

ggplot(df, aes(x=cond, y=rating, fill=cond)) + 
  geom_boxplot(outlier.size = 0) + 
  stat_summary(fun.y="mean", geom="point", shape=23, size=4, fill="white") +
  guides(fill=FALSE) + 
  coord_flip()