GGPubr 与 R-Boxplot 显示不同的极值

Question

我使用常规的“箱线图”函数来检查我的数据中的极值。对于项目中的演示文稿，我随后使用包 ggpubr（基于 ggplot2）创建了相同的箱线图。

据我所知，胡须在两个印迹中应该代表相同的区域。令我惊讶的是，在 ggpubr 箱线图中出现了一个极值，而在 r-箱线图中没有显示。

Screenshot ggpubr boxplot

Screenshot r-boxplot

代码 R-Boxplot：

boxplot(data$vtrust_post1, data$vtrust_post2)

代码 Ggpubr:

vtrust_a_b_long %>% 
ggboxplot(x = "drive", y = "count", bxp.errorbar = TRUE)

对于 ggpubr，我必须将数据转换为长格式：

vtrust_a_b <- data.frame("subject_no" = data$id, "a" = data$vtrust_post1, "b" = data$vtrust_post2)

vtrust_a_b_long <- vtrust_a_b %>%
  gather(key = "drive", value = "count", a, b)

我是不是做错了什么？两个数据都包含相同的最大值。可能是 r-boxplot 和 ggpubr/ggplot2?

中的极值定义不同

非常感谢您的帮助！

更新：重现问题的代码

使用此代码表示仅适用于 ggpubr 版本的极值。

a <- c(1.50, 3.50, 1.50, 3.00, 1.25, 5.25, 2.50, 2.50, 1.50, 2.25, 1.75, 2.25, 2.25, 2.25, 4.50, 2.25, 3.25, 1.25, 2.50, 2.75, 1.75, 4.25, 2.75, 2.00,
 1.75, 3.50, 3.25, 3.00, 1.25, 1.25, 3.75, 1.50, 1.75, 2.25, 1.25, 2.00, 1.50, 3.50, 1.75, 3.25)

boxplot(a)
ggpubr::ggboxplot(a)

更新 2 由于提示，它可能是由 R 中的本地设置引起的，我尝试了 https://rdrr.io/snippets/ 处的代码。同样，出现差异：

Screenshot comparison r-base boxplot and ggpubr boxplot.

Answer 1

查看 base R graphics::boxplot 的源代码，第 48 行显示胡须是由 grDevices::boxplot.stats 计算的。查看 boxplot.stats 的源代码（通过在提示符下键入）显示它使用 stats::fivenum 来计算绘制胡须的距离。

fivenum(a)
#[1] 1.250 1.625 2.250 3.125 5.250

graphics::boxplot 源代码的第 156 和 157 行显示胡须从第二个值延伸到第一个值，然后从第四个值延伸到第五个值。

相比之下，查看 geom_boxplot 的来源告诉我们晶须延伸到 最近的数据点 不超过铰链 IQR 的 1.5 倍.这是通过 stats::quantile:

计算的

quantile(a,0.75) + diff(quantile(a,c(0, 0.25, 0.5, 0.75, 1))[c(2,4)])*1.5
#5.125

由于a的第6个元素是5.25，它比5.125多，因此，晶须没有延伸到那个点。

GGPubr 与 R-Boxplot 显示不同的极值

GGPubr vs. R-Boxplot shows different extreme values

r

ggplot2

statistics

boxplot

ggpubr