R
R中的箱線圖：確定分位數時是否計算異常值？
我有一個一維數據集，我使用該
boxplot函數製作箱形圖。然後我可以看到我有一些異常值。確定分位數時是否計算異常值？
只要我們清楚使用了哪種方法，是否有正確/錯誤的方法或兩種方法都正確？如果是這樣，R是如何做到的？
R - 像許多但不是所有程序一樣 - 主要使用 Tukey 關於如何繪製箱線圖的定義*。
整個原始樣本用於計算鉸鏈（繪製盒端的位置）。
鉸鏈與四分位數非常相似（您可以說它們是一種計算上四分位數和下四分位數的特殊方法，與更常見的四分位數定義略有不同——儘管樣本四分位數也有許多不同的定義；事實上，R 提供了九種不同的四分位數計算，不包括鉸鏈本身）。
上鉸鏈位於數據上半部分的中位數（如果是數據點，則上半部分包括原始樣本的中位數），下鉸鏈位於下半部分的中位數（也包括中位數）原始樣本（如果它位於數據點）：
因此，例如，對於 6 個觀測值，鉸鍊是第二大和第五大觀測值（每半個 3 個點）。在 9 次觀察中，鉸鍊是第 3 和第 8 大的（每半有 5 個點，中值來自兩半）。在 11 個觀測值中，下鉸鏈位於第 3 和第 4 大觀測值的中間，而上鉸鏈位於第 8 和第 9 大觀測值的中間（每半個 6 個點）。該圖顯示了具有 13 個觀察值的案例。
請注意，四分位數 (/hinges) 對異常值的值根本不敏感，只對它們在四分位數之外的事實敏感。您可以在不更改四分位數/鉸鏈的情況下將它們全部移動到靠近盒子末端（這樣沒有異常值），或者盡可能遠離（所以它們都離得很遠），同樣不改變四分位數的值. 因此，當存在“異常值”時，真的不需要做任何事情。
- 或者更確切地說，其中之一；Tukey 給出了幾個定義，但就目前的目的而言，我們只需要擔心鉸鏈的計算是如何工作的；我說主要是因為帶有“異常值”的版本將是 Tukey 所說的示意圖，但他們不會使用兩種不同的“異常值”標記來製作。
