当然，为什么不？

这是一个示例（我通过简单的谷歌搜索找到的几十个示例之一）：

（图片来源是测量可用性博客，在这里。）

我见过均值、均值加或减标准差、各种分位数（如中位数、四分位数、第 10 和第 90 百分位数）都以各种方式显示。

您可以在图的底部标记信息，而不是在图上画一条线 - 如下所示：

有一个示例（可以找到的众多示例之一），箱线图位于顶部而不是底部，这里。

有时人们会在数据中标记：

（我稍微抖动了数据位置，因为这些值被四舍五入为整数，你看不到相对密度。）

有一个这样的例子，在Stata中完成，在这个页面上（见第三个here）

带有一些额外信息的直方图会更好 -它们本身可能会产生误导

你只需要注意解释你的情节是由什么组成的！（对于初学者，你会想要一个比我在这里使用的更好的标题和 x 轴标签。再加上一个图形标题中的解释，解释你在上面标记的内容。）

--

最后一个情节：

--

我的地块是在 R 中生成的。

编辑：

正如@gung 推测的那样，abline(v=mean...用于绘制整个绘图的平均线并rug用于绘制数据值（尽管我实际使用rug(jitter(...了因为数据被四舍五入为整数）。

这是一种在直方图和轴之间绘制箱线图的方法：

hist(Davis2[,2],n=30)
boxplot(Davis2[,2],
  add=TRUE,horizontal=TRUE,at=-0.75,border="darkred",boxwex=1.5,outline=FALSE)

我不会列出所有内容的用途，但您可以检查帮助 ( ?boxplot) 中的参数以找出它们的用途，并自己玩弄它们。

但是，这不是一个通用的解决方案——我不保证它会一直像这里一样正常工作（注意我已经更改了atandboxwex选项*）。如果你不编写一个智能函数来处理所有事情，那么有必要注意所有事情的作用，以确保它在做你想做的事情。

下面是如何创建我使用的数据（我试图展示 Theil 回归如何真正能够处理几个有影响的异常值）。当我第一次回答这个问题时，它恰好是我正在玩的数据。

 library("car")
 add <- data.frame(sex=c("F","F"),
       weight=c(150,130),height=c(NA,NA),repwt=c(55,50),repht=c(NA,NA))
 Davis2 <- rbind(Davis,add)

* - 的适当值at约为boxwex;的值的 -0.5 倍。如果您编写一个函数来执行此操作，那将是一个很好的默认值；boxwex需要以与箱线图的 y 比例（高度）相关的方式进行缩放；我建议 0.04 到 0.05 倍 y 上限通常可能没问题。

边缘条形图的代码：

 hist(Davis2[,2],n=30)
 stripchart(jitter(Davis2[,2],amount=.5),
       method="jitter",jitter=.5,pch=16,cex=.05,add=TRUE,at=-.75,col='purple3')

当然可以。只要确保清楚地标记/指示线条的含义，并避免使情节过于“忙碌”。

没有什么比一个图表更糟糕的了，它传达了太多难以理解的信息。该表是一种经常被忽视的以清晰、简洁的方式显示汇总统计信息的方式。

以前的答案提出了很好的观点，但这里有一个要补充的基础。

平均值是分布的重心，也是直方图的枢轴点。这是分配平衡的地方。因此，存在互惠关系：不仅均值可以帮助您考虑直方图，直方图也可以帮助您考虑均值。当分布偏斜并且分布的平均值不一定在中间时，这甚至可能更有帮助。

我认为它没有问题，请参阅this、this和this作为示例。