Abaikan pencilan di boxplot ggplot2

Bagaimana saya mengabaikan outlier di boxplot ggplot2? Saya tidak hanya ingin mereka menghilang (yaitu outlier.size = 0), tetapi saya ingin mereka diabaikan sehingga sumbu y menunjukkan skala untuk menunjukkan 1/3 persentil. Pencilan saya menyebabkan "kotak" menyusut begitu kecil sehingga praktis sebuah garis. Apakah ada beberapa teknik untuk mengatasi ini?

Edit Ini contohnya:

y = c(.01, .02, .03, .04, .05, .06, .07, .08, .09, .5, -.6)
qplot(1, y, geom="boxplot")

Berikut ini adalah solusi menggunakan boxplot.stats

# create a dummy data frame with outliers
df = data.frame(y = c(-100, rnorm(100), 100))

# create boxplot that includes outliers
p0 = ggplot(df, aes(y = y)) + geom_boxplot(aes(x = factor(1)))


# compute lower and upper whiskers
ylim1 = boxplot.stats(df$y)$stats[c(1, 5)]

# scale y limits based on ylim1
p1 = p0 + coord_cartesian(ylim = ylim1*1.05)

Gunakan geom_boxplot(outlier.shape = NA)untuk tidak menampilkan outlier danscale_y_continuous(limits = c(lower, upper)) untuk mengubah batas sumbu.

Sebuah contoh.

n <- 1e4L
dfr <- data.frame(
  y = exp(rlnorm(n)),  #really right-skewed variable
  f = gl(2, n / 2)
)

p <- ggplot(dfr, aes(f, y)) + 
  geom_boxplot()
p   # big outlier causes quartiles to look too slim

p2 <- ggplot(dfr, aes(f, y)) + 
  geom_boxplot(outlier.shape = NA) +
  scale_y_continuous(limits = quantile(dfr$y, c(0.1, 0.9)))
p2  # no outliers plotted, range shifted

Sebenarnya, seperti yang ditunjukkan Ramnath dalam jawabannya (dan Andrie juga dalam komentar), lebih masuk akal untuk memotong skala setelah Anda menghitung statistik, via coord_cartesian.

coord_cartesian(ylim = quantile(dfr$y, c(0.1, 0.9)))

(Anda mungkin masih harus menggunakan scale_y_continuousuntuk memperbaiki istirahat sumbu.)

Saya memiliki masalah yang sama dan menghitung nilai untuk Q1, Q2, median, ymin, ymax menggunakan boxplot.stats:

# Load package and generate data
library(ggplot2)
data <- rnorm(100)

# Compute boxplot statistics
stats <- boxplot.stats(data)$stats
df <- data.frame(x="label1", ymin=stats[1], lower=stats[2], middle=stats[3], 
                 upper=stats[4], ymax=stats[5])

# Create plot
p <- ggplot(df, aes(x=x, lower=lower, upper=upper, middle=middle, ymin=ymin, 
                    ymax=ymax)) + 
    geom_boxplot(stat="identity")
p

Hasilnya adalah boxplot tanpa outlier.

Satu ide adalah menangkan data dalam prosedur dua langkah:

1. jalankan pass pertama, pelajari batasannya, mis. potongan pada persentil tertentu, atau standar deviasi N di atas rata-rata, atau ...

2. dalam pass kedua, atur nilai di luar batas yang diberikan ke nilai batas itu

Saya harus menekankan bahwa ini adalah metode kuno yang seharusnya didominasi oleh teknik-teknik canggih yang lebih modern, tetapi Anda masih sering menemukannya.

Opsi "coef" dari fungsi geom_boxplot memungkinkan untuk mengubah batas outlier dalam hal rentang interkuartil. Opsi ini didokumentasikan untuk fungsi stat_boxplot. Untuk menonaktifkan pencilan (dengan kata lain mereka diperlakukan sebagai data biasa), seseorang dapat menggunakan nilai default 1,5 daripada menentukan nilai cutoff yang sangat tinggi:

library(ggplot2)
# generate data with outliers:
df = data.frame(x=1, y = c(-10, rnorm(100), 10)) 
# generate plot with increased cutoff for outliers:
ggplot(df, aes(x, y)) + geom_boxplot(coef=1e30)

Jika Anda ingin memaksa kumis untuk memperluas ke nilai max dan min, Anda dapat mengubah coefargumen. Nilai default untuk coefadalah 1,5 (yaitu panjang kumis standar adalah 1,5 kali IQR).

# Load package and create a dummy data frame with outliers 
#(using example from Ramnath's answer above)
library(ggplot2)
df = data.frame(y = c(-100, rnorm(100), 100))

# create boxplot that includes outliers
p0 = ggplot(df, aes(y = y)) + geom_boxplot(aes(x = factor(1)))

# create boxplot where whiskers extend to max and min values
p1 = ggplot(df, aes(y = y)) + geom_boxplot(aes(x = factor(1)), coef = 500)

Ipaper :: geom_boxplot2 adalah yang Anda inginkan.

# devtools::install_github('kongdd/Ipaper')
library(Ipaper)
library(ggplot2)
p <- ggplot(mpg, aes(class, hwy))
p + geom_boxplot2(width = 0.8, width.errorbar = 0.5)