统计学中的箱线图的制作具体 *** 作步骤怎么做？

箱盒图（也称盒图，箱线图等）是在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据。通过箱盒图，可以直观的探索数据特征。

箱盒图共有两个用途，分别如下：

直观地识别数据中异常值（离群点）；

直观地判断数据离散分布情况，了解数据分布状态。

箱盒图共由五个数值点构成，分别是最小观察值（下边缘），25%分位数（Q1），中位数，75%分位数（Q3），最大观察值（上边缘）。

中横线：中位数

IQR：75%分位数（Q3）-25%分位数（Q1）

最小观察值（下边缘） = Q1 – 15 IQR

最大观察值 （上边缘）= Q3 + 15 IQR

箱盒图的使用场景情况如下：

查看可能的异常值数据情况（比如在回归分析前查看是否有异常数据）；

非参数检验时查看不同类别X时，Y的数据分布情况；

其它涉及查看数据分布或者异常值查看时。

SPSSAU *** 作截图如下：

上图中直观展示出C2时共有2个异常值点，如果对C2进行分析，且分析方法对异常值敏感时（比如相关分析，回归分析等），此时需要对该2个异常值点进行处理成null或者填充，或者在分析时进行过滤。

SPSSAU提供不同类别X时，Y的盒状图分布，比如上图中可以查看不同性别人群，C1,C2和C3共三项在区分性别时的盒状分布。

得到结果比如C1的盒状图如下：

上图可以看出，在男性时，C1中有2个异常点；女性时，C1共出现1个异常点。移动到异常点时会显示具体数据。此时如果有需要，可将此3个异常值进行处理，或者在分析时过滤掉异常值。

除了异常值的观察，还可以通过数据盒状图直观看出，男性在C1上的整体打分，会明显高于女性打分。

箱线图在文献中经常见到，是对数据分布的一种常用表示方法。但是所见资料中往往说的不是特别清楚，因此需要了解一下箱线图的绘制过程，与部分的意义。计算过程：
1 计算上四分位数，中位数，下四分位数
2 计算上四分位数和下四分位数之间的差值，即四分位数差（IQR，interquartile range）
3 绘制箱线图的上下范围，上限为上四分位数，下限为下四分位数。在箱子内部中位数的位置绘制横线。
4 大于上四分位数15倍四分位数差的值，或者小于下四分位数15倍四分位数差的值，划为异常值（outliers）。
5 异常值之外，最靠近上边缘和下边缘的两个值处，画横线，作为箱线图的触须。
6 极端异常值，即超出四分位数差3倍距离的异常值，用实心点表示；较为温和的异常值，即处于15倍-3倍四分位数差之间的异常值，用空心点表示。
7 为箱线图添加名称，数轴等。
在SPSS，SigmaPlot, R,SPlus，Origin等软件中，绘制箱线图非常方便。
下面是R中的一个箱线图举例
箱线图举例：
在R软件中输入如下命令：
对c向量绘制箱线图。

---