Ящик с усами

Материал из Википедии — свободной энциклопедии
Перейти к: навигация, поиск
График 2. Сравнение плотности распределения и Ящика с усами

Ящик с усами (англ. box-and-whiskers diagram or plot, box plot) — график, использующийся в описательной статистике, компактно изображающий одномерное распределение вероятностей.

Такой вид диаграммы в удобной форме показывает медиану, нижний и верхний квартили, минимальное и максимальное значение выборки и выбросы. Несколько таких ящиков можно нарисовать бок о бок, чтобы визуально сравнивать одно распределение с другим, их можно рисовать горизонтально, либо вертикально. Расстояния между различными частями ящика позволяют определить степень распространения (дисперсии) и асимметрии в данных, и выявить выбросы.

Компактность представления информации[править | править вики-текст]

График «ящик с усами» или «ящичковая диаграмма» был разработан Джоном Тьюки в 1970-х годах. По сути, ящик с усами — это быстрый способ изучения одного или нескольких наборов данных в графическом виде. Этот график может показаться более примитивным, чем, например, гистограммы, но он имеет некоторые преимущества. Он занимает меньше места, и поэтому особенно полезен для сравнения распределений между несколькими группами или наборами данных. Кроме того, ящик с усами в своей первоначальной форме прост для построения.

Если на третьем графике, где показаны плотности распределения, нельзя толком ничего рассмотреть и сравнить, то на четвертом графике, отображающем ящики с усами, легко можно оценить медианы, квартили, степень распространения (дисперсии) и асимметрии в данных, и выявить выбросы. Асимметрию данных можно увидеть не только по медиане, смещенной к какому-либо концу ящика, но и по разной длине усов, выходящих из ящика.

График «ящик с усами» очень прост для понимания и именно поэтому часто используется в различных публикациях для отображения данных.

Построение[править | править вики-текст]

Границами ящика служат первый и третий квартили (25-й и 75-й процентили соответственно), линия в середине ящика — медиана (50-й процентиль). Концы усов — края статистически значимой выборки (без выбросов), и могут определяться несколькими способами. Среди наиболее распространённых:

  • Минимальное и максимальное наблюдаемое значения данных по выборке (в этом случае выбросы отсутствуют);
  • Разность первого квартиля и 1,5×[межквартильное расстояние]; Сумма третьего квартиля и 1,5×[межквартильное расстояние]. В общем виде эта формула имеет вид
   X1 = Q1 – k*(Q3-Q1); X2 = Q3 + k*(Q3-Q1) 

где X1 — нижняя граница уса, X2 — верхняя граница уса, Q1 — первый квартиль ,Q3 — третий квартиль, k — коэффициент, наиболее часто употребляемое значение которого = 1,5

Данные, выходящие за границы усов (выбросы) отображаются на графике в виде точек, маленьких кружков или звёздочек. Иногда на графике отмечают среднее арифметическое и его доверительный интервал («зарубка» на ящике).

В связи с тем, что не существует единого общего согласия относительно того, что считать основным графиком ящика с усами, при виде такого графика необходимо искать информацию в сопроводительном тексте относительно того, по каким параметрам ящик с усами строился.

Модификации ящика с усами[править | править вики-текст]

Первоначальная форма ящика с усами хотя и отличается своей простотой и удобством, однако обладает и некоторыми недостатками. Один из таких существенных недостатков - отсутствие информации на графике о количестве наблюдений по выборке. Действительно, ящик с усами позволяет сравнить медианы, квартили, минимумы и максимумы по различным выборкам, но если мы захотим сделать вывод о средней медиане в целом по всей совокупности выборок, то мы не сможем этого сделать не прибегая к данным. В 1978 году первоначальная форма ящика с усами была модифицирована МакГиллом, Ларсеном и Тьюки. Они предложили учитывать размер выборочной совокупности, рисуя ящики разного размера, а также изобразили на графике доверительный интервал для медиан в виде расходящихся клиньев. Чем больше ящик по размерам, тем больше количество наблюдений в выборке, по которой строился этот ящик. что касается доверительного интервала, то он представляет собой выемки на каждом из ящиков, в случае, если получившиеся выемки разных ящиков не пересекаются, их медианы статистически значимо различаются. Модифицированные ящики с усами изображены на Графике 5 .

Следующая модификация получила название Histplot (График 6) . Теперь на графике отображаются плотности распределения по 3 точкам: медиане, первому и третьему квартилю. Соответственно вместо прямоугольника "ящик" теперь представляет собой 2 равнобедренные трапеции, имеющие смежное основание.

Дальнейшее изменение получило название Vaseplot от сравнения ящика с вазой (График 7) . На данном графике происходит отображение всех плотностей вероятностей от первого до третьего квартиля. Серые области представляют собой доверительный интервал медианы.

Ссылки[править | править вики-текст]