这是一个可重复的示例，与基本箱线图相比，最后一个处理组识别出更多异常值。
``
dta <- structure(list(Treatment = c("A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "B",
"B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "D", "D", "D", "D", "D", "D", "D", "D", "D", "D", "D",
"D", "D", "D", "D", "D", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B",
"B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "D", "D", "D", "D", "D", "D", "D", "D", "D", "D", "D", "D",
"D", "D", "D", "D"), `Cage No.` = c(1, 2, 3, 4, 5, 6, 7, 8, 9,
10, 11, 12, 13, 14, 15, 16, 101, 102, 103, 104, 105, 106, 107,
108, 109, 110, 111, 112, 113, 114, 115, 116, 201, 202, 203, 204,
205, 206, 207, 208, 209, 210, 211, 212, 213, 214, 215, 216, 301,
302, 303, 304, 305, 306, 307, 308, 309, 310, 311, 312, 313, 314,
315, 316, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15,
16, 101, 102, 103, 104, 105, 106, 107, 108, 109, 110, 111, 112,
113, 114, 115, 116, 201, 202, 203, 204, 205, 206, 207, 208, 209,
210, 211, 212, 213, 214, 215, 216, 301, 302, 303, 304, 305, 306,
307, 308, 309, 310, 311, 312, 313, 314, 315, 316), variable = structure(c(2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 8L,
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L,
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L,
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L,
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L), .Label = c("Eggs Laid",
"Eggs Cracked", "Eggs Set", "Viable Embryos", "Live 3wk Embryos",
"Number of Hatchlings", "14 d old survivors", "Egg shell thickness",
"Egg shell strength", "Hatchling wt", "14 d old survivor wt",
"Food consumption (mean g/bird/day)", "Initial male wt", "Terminal male wt",
"Initial female wt", "Terminal female wt"), class = "factor"),
value = c(1, 1, 2, 1, 1, 1, 2, 1, 1, 1, 1, 2, 1, 1, 1, 1,
2, 1, 1, 2, 1, 4, 3, 1, 1, 1, 1, 1, 2, 1, 3, 1, 2, 1, 4,
1, 1, 1, 1, 1, 2, 1, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1,
3, 1, 1, 1, 1, 2, 2, 2, 1, 1, 1.32126666666667, 1.36686666666667,
1.368, 1.34973333333333, 1.332, 1.3774, 1.36773333333333,
1.36006666666667, 1.35286666666667, 1.37786666666667, 1.373,
1.352, 1.35186666666667, 1.391, 1.37173333333333, 1.34175,
1.33586666666667, 1.35106666666667, 1.3622, 1.3526, 1.35506666666667,
1.34593333333333, 1.3446, 1.37533333333333, 1.32873333333333,
1.38413333333333, 1.38173333333333, 1.3572, 1.35773333333333,
1.3472, 1.37358333333333, 1.3568, 1.34993333333333, 1.3688,
1.38126666666667, 1.3638, 1.3764, 1.35786666666667, 1.3358,
1.35973333333333, 1.37066666666667, 1.34126666666667, 1.39126666666667,
1.41633333333333, 1.39593333333333, 1.3682, 1.332, 1.36606666666667,
1.3442, 1.3262, 1.35253333333333, 1.35066666666667, 1.37973333333333,
1.38166666666667, 1.35326666666667, 1.3518, 1.34486666666667,
1.36173333333333, 1.4026, 1.33053333333333, 1.3356, 1.34375,
1.34146666666667, 1.37606666666667)), .Names = c("Treatment",
"Cage No.", "variable", "value"), class = "data.frame", row.names = c(65L,
66L, 67L, 68L, 69L, 70L, 71L, 72L, 73L, 74L, 75L, 76L, 77L, 78L,
79L, 80L, 81L, 82L, 83L, 84L, 85L, 86L, 87L, 88L, 89L, 90L, 91L,
92L, 93L, 94L, 95L, 96L, 97L, 98L, 99L, 100L, 101L, 102L, 103L,
104L, 105L, 106L, 107L, 108L, 109L, 110L, 111L, 112L, 113L, 114L,
115L, 116L, 117L, 118L, 119L, 120L, 121L, 122L, 123L, 124L, 125L,
126L, 127L, 128L, 449L, 450L, 451L, 452L, 453L, 454L, 455L, 456L,
457L, 458L, 459L, 460L, 461L, 462L, 463L, 464L, 465L, 466L, 467L,
468L, 469L, 470L, 471L, 472L, 473L, 474L, 475L, 476L, 477L, 478L,
479L, 480L, 481L, 482L, 483L, 484L, 485L, 486L, 487L, 488L, 489L,
490L, 491L, 492L, 493L, 494L, 495L, 496L, 497L, 498L, 499L, 500L,
501L, 502L, 503L, 504L, 505L, 506L, 507L, 508L, 509L, 510L, 511L,
512L))
ggplot(data=subset(dta,variable=="Egg shell thickness"),aes(x=Treatment,y=value,fill=Treatment))+stat_boxplot(geom ='errorbar')+geom_boxplot()
windows()
boxplot(value~Treatment,data=subset(dta,variable=="Egg shell thickness"))
ggplot(data=subset(dta,variable=="Eggs Cracked"),aes(x=Treatment,y=value,fill=Treatment))+stat_boxplot(geom ='errorbar')+geom_boxplot()
windows()
boxplot(value~Treatment,data=subset(dta,variable=="Eggs Cracked"))
``
最佳答案
铰链的计算方法不同。 geom_boxplot() 使用实际的第一个和第三个分位数，boxplot() 使用的版本与 n 不同。
这在 ?geom_boxplot 和 ?boxplot.stats 中都有详细记录
关于r - 为什么 geom_boxplot 比基本 boxplot 识别出更多的异常值？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/21793715/