Saya perlu menggambar 20 distribusi dalam satu grafik dalam R, dan tidak terlihat bagus (berantakan) dengan boxplot biasa (20 kotak) bahkan dengan boxwex = 0,3. Bisakah Anda memberi tahu saya bagaimana saya bisa memplot semacam boxplot di R untuk 20 distribusi, dengan titik-titik untuk median dan hanya garis daripada kotak, seperti yang di bawah ini. Tolong juga sarankan saya jika ada metode R yang menghasilkan plot box yang bagus, khususnya jika Anda ingin menunjukkan beberapa distribusi dalam satu grafik.

 -----0----

(Ini benar-benar komentar, tetapi karena membutuhkan ilustrasi, maka harus diposting sebagai balasan.)

Ed Tufte mendesain ulang boxplot dalam Tampilan Visual Informasi Kuantitatif (hlm. 125, Edisi Pertama 1983) tepatnya untuk memungkinkan "analisis data eksplorasi yang informal, di mana waktu pekerja peneliti harus dikhususkan untuk hal-hal selain menggambar garis." Saya telah (dengan cara yang sangat alami) memperluas desain ulang untuk mengakomodasi outlier gambar dalam contoh ini menunjukkan 70 plot kotak paralel:

Saya dapat memikirkan beberapa cara untuk meningkatkan ini lebih lanjut, tetapi merupakan ciri khas dari apa yang mungkin dihasilkan seseorang dalam panasnya mengeksplorasi dataset yang kompleks: kami puas membuat visualisasi yang memungkinkan kami melihat data; presentasi yang baik bisa datang nanti.

Bandingkan ini dengan rendisi konvensional dari data yang sama:

Tufte menghadirkan beberapa desain ulang lain berdasarkan prinsipnya "memaksimalkan rasio tinta data." Nilai mereka terletak pada menggambarkan bagaimana prinsip ini dapat membantu kami merancang grafik eksplorasi yang efektif. Seperti yang Anda lihat, mekanisme merencanakannya sama dengan menemukan platform grafis di mana Anda dapat menggambar penanda titik dan garis.

Beanplots

Mungkin plot paling keren yang pernah ada, ini pada dasarnya merupakan implementasi kecil dari plot biola. Plot biola memiliki keuntungan besar dibandingkan boxplot: mereka dapat menunjukkan lebih banyak detail untuk distribusi yang tidak normal (misalnya mereka dapat menunjukkan distribusi bi-modal dengan sangat baik). Karena biasanya didasarkan pada pemulusan Gaussian (atau serupa), mereka tidak akan bekerja dengan sangat baik untuk distribusi dengan titik akhir yang tinggi (seperti distribusi eksponensial), tetapi kemudian, tidak juga boxplots.

Beanplots dapat dicapai dengan sangat mudah di R - cukup instal paket beanplot :

library(beanplot)

# Sampling code from Greg Snow's answer:
my.dat <- lapply( 1:20, function(x) rnorm(x+10, sample( 10, 1), sample(3,1) ) )

beanplot(my.dat)

The beanplotfungsi memiliki banyak pilihan , sehingga Anda dapat menyesuaikannya dengan keinginan hati Anda. Ada juga cara untuk melakukan beanplots di ggplot2 (perlu versi terbaru):

library(ggplot2)

my.dat <- lapply(1:20, function(x) rnorm(x+10, sample(10, 1), sample(3,1)))
my.df <- melt(my.dat)
ggplot(my.df, aes(x=L1, y=value, group=L1)) + geom_violin(trim=FALSE) +
  geom_segment(aes(x=L1-0.1, xend=L1+0.1, y=value, yend=value), colour='white')

Berikut adalah beberapa contoh kode R untuk beberapa cara untuk melakukannya, Anda mungkin ingin memperluas ini (termasuk label dll.) Dan mungkin mengubahnya menjadi fungsi:

my.dat <- lapply( 1:20, function(x) rnorm(x+10, sample( 10, 1), sample(3,1) ) )

tmp <- boxplot(my.dat, plot=FALSE, range=0)

# box and median only
plot( range(tmp$stats), c(1,length(my.dat)), xlab='', ylab='', type='n' )
segments( tmp$stats[2,], seq_along(my.dat), tmp$stats[4,] )
points( tmp$stats[3,], seq_along(my.dat) )

# wiskers and implied box
plot( range(tmp$stats), c(1,length(my.dat)), xlab='', ylab='', type='n' )
segments( tmp$stats[1,], seq_along(my.dat), tmp$stats[2,] )
segments( tmp$stats[4,], seq_along(my.dat), tmp$stats[5,] )
points( tmp$stats[3,], seq_along(my.dat) )