Bir Kutu Grafiği, bir Histogramın sunmadığı hangi bilgileri sağlar?

Histogramlar, bir değişkenin dağılımı hakkında iyi bir fikir verir. Kutu grafikleri aynı şeyi yapmaya çalışır, ancak bu değişkenin dağılımının bir resmini vermezler.

İnsanların neden kutu grafikleri kullandığını anlamıyorum. Histogramlar her açıdan daha iyidir. Her ikisini de kullanmamın bir nedeni var mı?

Kutu çizimlerinin sağladığını düşündüğüm tek şey: aykırı değerler! Hangi gözlemlerin aykırı olabileceğini söyler.

Kutu grafiklerinin bir dağılımın daha fazla özetini sunması da bazı durumlarda bir avantaj olarak görülebilir. Bazen dağılımları karşılaştırırken genel şekli umursamıyoruz, aksine dağılımların birbirleriyle ilgili olduğu yer. Kuantilleri yan yana çizmek, umursamadığımız diğer detaylarla bizi rahatsız etmeden bunu yapmanın yararlı bir yolu olabilir.

Tek değişkenli durumda, kutu grafikleri histogramın yapmadığı bazı bilgileri sağlar (en azından açıkça değil). Yani, tipik olarak bir aykırı olmayan ve aykırı sayılan noktaları açıkça ayıran medyan, 25. ve 75. persentil, min / maks sağlar. Tüm bunlar histogramdan "göz küresi" alabilir (ve aykırı değerlerde göz küresi yapmak daha iyi olabilir).

Bununla birlikte, çok daha büyük avantaj, aynı anda birçok farklı grup arasındaki dağılımları karşılaştırmaktır. 10'dan fazla grupla, bu yan yana histogramları olan yorucu bir görevdir, ancak kutu çizimleriyle çok kolaydır.

Bahsettiğiniz gibi, keman grafikleri (veya fasulye grafikleri) biraz daha bilgilendirici alternatiflerdir. Bununla birlikte, kutu grafiklerinden biraz daha fazla istatistiksel bilgi gerektirirler (yani istatistiksel olmayan bir kitleye sunuyorsanız, biraz daha korkutucu olabilir) ve kutu grafikleri, çekirdek yoğunluğu tahmin edicilerinden çok daha uzun olmuştur, bu nedenle daha fazla popülerlik göstermektedir.

1. Size bir histogram gösterir ve medyanın nerede olduğunu sorarsam, bunu anlamak için biraz zamanınız olabilir ... ve sonra sadece bir yaklaşım elde edersiniz. Ben bir boxplot ile aynı şeyi yaparsanız hemen var; Eğer ilgilenen buysa, boxplots açıkça kazanır.

2. Boxplot'ların, tek bir numunenin dağılımının açıklaması kadar etkili olmadığını kabul ediyorum, çünkü birkaç noktaya indiriyorlar ve bu size çok şey anlatmıyor.

   Ancak, düzinelerce dağıtımı karşılaştırıyorsanız, her birinin tüm ayrıntılarına sahip olmak, kolayca karşılaştırılabileceğinden daha fazla bilgi olabilir - bilgileri karşılaştırmak için daha az sayıda şeye azaltmak isteyebilirsiniz.

3. Daha fazla bilgi daha iyiyse, histogramdan daha iyi seçenekler vardır; örneğin bir sap ve yaprak grafiği veya bir ekdf / kantil grafiği.

   Veya bir histograma bilgi ekleyebilirsiniz:

( bu cevabın çizimleri )

Bunlardan ilki - kenar boşluğuna dar bir kutu grafiği ekleyerek - her iki ekrandan da kazanabileceğiniz herhangi bir avantaj sağlar.

Çubuk grafikler yalnızca gözlem sıklığı aralığı sağlarken kutu grafikleri, bir dağılımın çeşitli parametrelerinin, örnek grafiklerin ve çubuk grafiklerin yapamayacağı varyansların nerede olduğunu söylemekte daha iyidir. Böylece kutu grafikleri, eğer birden fazla dağılımı varsa etkili bir karşılaştırma aracı olarak kullanılır.