虽然我对箱形图还很陌生，但我以为我已经掌握了它们的窍门，直到今天我遇到了这个。我不知道如何处理画在盒子里的底部“胡须”。
该总体仅由四个值组成：16.5、17.14、13.5、16.75
当然，这个人口的小规模可能不适合这种图表。但这只是我正在策划的几个之一，其他的更有意义。
我的问题有两个：
编辑：
包括使用参数创建的图形whis=3（请参阅下面的答案）：
如果不了解您的软件认为绘制箱须图的正确方法，就不可能知道。如果没有数字刻度来锚定结果，则更加困难。无论如何，在这方面（一般而言）有许多不同的指导方针。但是，我们总是可以求助于阅读文档
- 框：箱线图的主体，显示四分位数和中位数的置信区间（如果启用）。
- 中位数：每个盒子中位数的水平线。
- 胡须：延伸到最极端的 n 个异常数据点的垂直线。
- caps：胡须末端的水平线。
- 传单：表示超出（原文如此）胡须（异常值）的数据的点。
鉴于 16.5、17.14、13.5 和 16.75 的值，13.5 的值被视为“飞行器”。这些盒子从第一季度延伸到第三季度。水平线是中位数（又名 Q2）。这些值的精确计算有许多不同的方法，但我只是从 R（quantile默认值）中获取方便的值，即 Q1 为 15.75，Q2 为 16.625，Q3 为 16.8475。尽管上面引用的文档不清楚，但似乎胡须和上限延伸到最极端的 n 异常值数据点，不包括“传单”（稍后会详细介绍）。因此，我们可以预期它们将从 16.50 扩展到 17.14。也就是说，它们将延伸到比第一季度（底部）更接近中位数且略高于第三季度（顶部）的值......这正是我们所看到的。
然而，考虑到胡须和飞行物的循环定义......你必须在文档中进一步查看，以看到胡须是“内部四分位数范围的函数。它们延伸到 (whis*(75 %-25%) ) 数据范围”，其中 'whis' 的默认值为 1.5。结合这些信息来源，我们可以看到胡须绘制的点是四分位间距的 1.5 倍，但它们会在该范围内的最极端数据点处停止。超出该范围的数据点被称为传单并按原样绘制。
因此，对于第二个问题，它是“有效的”……这不是我查看绘制箱线图的首选方式，但这并不意味着它无效。正如我所提到的，在这方面没有一个约定。只要您知道箱线图在绘制什么，并且以这种方式绘制它-那么它至少是可靠的。有效将是您必须为自己做出的价值判断。
我上面的描述以及文档应该可以帮助您解释箱线图，但以防万一：
在 R 中，我完成了箱线图并绘制了各个点，以便您可以看到它在做什么：
> x<-c(16.5, 17.14, 13.5, 16.75)
> boxplot(x,boxwex=.2)
> points(x~rep(1,4),pch="x",col=2)
如您所见，它与您拥有的不同。
特别是，在我将您的位图拉伸以大致匹配范围之后（假设两个匹配的范围！），您拥有的框更短，并且晶须在框内。
您需要检查他们如何定义箱线图（定义各不相同 - 但我认为他们没有使用 Tukey 对铰链或晶须如何工作的定义）。
我以各种方式玩过，但我无法确定他们是如何获得铰链的。它们似乎距中位数的距离只有应有的一半。
（除了不同的定义，他们的代码可能只是假设其中某个地方总是有四个以上的点，这可能导致了问题。）