正如评论所暗示的那样，将胡须之外的点视为“异常值”并不总是有帮助。您在这些箱线图中看到的是强烈的正偏斜。是的，一个严重倾斜的目标通常比一个不那么倾斜的目标更难预测。

在传统的生存分析中，通常使用参数概率分布对这种偏斜数据建模，该分布自然会产生正偏斜数据和正偏斜数据，例如 Weibull 分布。

否则，您还可以尝试对生存时间进行Box-Cox或反双曲正弦 (IHS)变换以减少偏斜。

为了可视化严重偏斜的数据，您可以应用上述减少偏斜的转换之一，或使用具有R 实现的“调整后的”箱线图。