상자 그림에서 히스토그램이 제공하지 않는 정보는 무엇입니까?

13

히스토그램은 변수의 분포를 잘 보여줍니다. 상자 그림은 같은 일을 시도하지만이 변수의 분포에 대한 그림을 제공하지는 않습니다.

사람들이 왜 상자 그림을 사용하는지 이해하지 못합니다. 히스토그램은 모든면에서 더 좋습니다. 둘 다 사용하는 이유가 있습니까?

박스 플롯이 제공하는 유일한 것은 : 이상치입니다! 어떤 관측치가 특이 치 일지 알려줍니다.

data-visualization histogram boxplot

— 남자
소스

1

히스토그램은 전체 분포를 나타내는 것보다 모든면에서 더 나쁩니 까?

— Anthony Martin

2

원하는 것에 따라 상자 그림을 사용하면 히스토그램에없는 정확한 값 (예 : 중앙값, P75)을 가질 수 있습니다. 적은 정보를 표시하지만보다 합성 적입니다. 내 요점은 막대 그래프조차도 전체 분포와 비교하여 단순화되고 정보 낭비라는 것입니다. 그러나 사용하기 쉬울 수 있습니다

— Anthony Martin

2

히스토그램의 유용성에 대한 상반된 견해는 stats.stackexchange.com/a/51753 (이 사이트에서 "히스토그램"을 검색하여 찾을 수 있음) 에서 고도로 호평을 받는 게시물에 강력 하게 표현되고 잘 설명 되어 있습니다.

— whuber

3

흥미로운 생각이지만 빈 크기를 늘리면 히스토그램이 상자 그림과 같은 모양으로 줄어들면서 컷 포인트 선택에 대한 불행한 의존도는 유지됩니다. 박스 플롯의 장점은 IMHO, 다변량 데이터 탐색 분석을위한 Tukey의 N 문자 요약 사용을 연구하고 그가 당시 연필과 종이로 계산하고 있음을 기억함으로써 가장 잘 이해할 수 있습니다. "방황 회로도 추적"과 같은 시각화의 경우 히스토그램 또는 바이올린 플롯과 같은 조건부 반응의 다른 일 변량 요약은 작동하지 않습니다.

— whuber

1

히스토그램의 두 가지 실패 (imo)는 샘플이 적거나 상자의 크기가 잘못된 경우에 발생합니다. 좋은 상자 그림의 약점 (그리고 내가 말할 때 JMP 가변성이라고 생각합니다)은 다중 양식이며 세부 사항입니다. 상자 그림이 빛나는 곳은 샘플이 적을 때입니다. 또한 다른 수준에서 많은 상호 작용 변수가있을 때 좋아합니다. 따라서 JMP 가변성 플롯.

— EngrStudent-복직 모니카

16

박스 플롯이 분포에 대한 더 많은 요약을 제공한다는 사실은 특정 경우에 이점으로 볼 수 있습니다. 분포를 비교할 때 전체 모양에 신경 쓰지 않고 분포가 서로 관련된 위치에 신경 쓰지 않습니다. Quantile을 나란히 표시하는 것은 우리가 신경 쓰지 않을 다른 세부 사항을 방해하지 않으면 서이 작업을 수행하는 유용한 방법이 될 수 있습니다.

— dsaxton
소스

1

이것이 가장 좋은 대답입니다. 상자 그림은 히스토그램보다 분포를 비교하는 것이 좋습니다!

— kjetil b halvorsen

14

단 변량의 경우, 상자 그림은 히스토그램이 나타내지 않은 정보를 제공합니다 (적어도 명시 적으로는 아님). 즉, 일반적으로 특이 치가 아닌 중앙값, 25 번째 및 75 번째 백분위 수 최소 / 최대를 제공하고 특이 치로 간주되는 점을 명시 적으로 분리합니다. 이것은 모두 히스토그램에서 "눈알"이 될 수 있습니다 (이상치의 경우 눈알이 더 낫습니다).

그러나 훨씬 더 큰 장점은 여러 그룹의 분포를 한 번에 비교하는 것입니다. 10 개 이상의 그룹을 사용하면 나란히 히스토그램을 사용하는 피곤한 작업이지만 상자 그림을 사용하면 매우 쉽습니다.

언급했듯이 바이올린 음모 (또는 콩 음모)는 다소 유익한 대안입니다. 그러나 박스 플롯보다 약간 더 많은 통계 지식이 필요합니다 (즉, 비 통계 사용자에게 제공하는 경우 조금 더 위협적 일 수 있음).

— 클리프 AB
소스

3

+1. 그러나 박스 플롯은 평균이 아니라 중간 값을 제공합니다.

— Greenparker

3

누구나 옳을 수 있습니다. 일반적으로 플롯 된 상자 그림은 중앙값을 보여줍니다 (이것이 거부 된 것을 보았지만 예제를 보았던 것을 기억하지는 않습니다). 그러나 일부 구현에서는 수단도 보여줄 수 있습니다. 그것은 종종 좋은 생각입니다.

— Nick Cox

지적 해 주셔서 감사합니다. 나는 그것이 보통 평균이라고 생각하고 (정확하지 않은) 극단적 인 경우 매우 이상한 음모를 일으킬 수 있다고 생각합니다.

— Cliff AB

1

박스 플롯과 히스토그램과의 나란히 비교 한 값을 보여주는 이미지가 있다면 좋을 것입니다

— Rudolf Olah

7

히스토그램을 보여주고 중앙값이 어디인지 물어 보면 꽤 시간을 알아낼 수있을 것입니다. 그러면 근사치 만 얻을 수 있습니다. 박스 플롯과 똑같이하면 즉시 사용할 수 있습니다. 하면 그건 당신이있는 거 관심에서, 상자 그림은 분명히 이길거야.
박스 플롯은 단일 샘플의 분포를 설명하는 것만 큼 효과적이지 않다는 데 동의합니다. 왜냐하면 그것들은 몇 점으로 줄어 들었으므로 많은 것을 알려주지 않기 때문입니다.

그러나 수십 개의 분포를 비교하는 경우 각각의 세부 사항을 모두 쉽게 비교할 수있는 것보다 많은 정보 일 수 있습니다. 정보를 더 적은 수의 항목으로 줄여서 비교할 수 있습니다.
정보가 많을수록 히스토그램보다 더 나은 선택이 있습니다. 예를 들어 줄기 및 잎 도표 또는 ecdf / quanle 도표.

또는 히스토그램에 정보를 추가 할 수 있습니다.

( 이 답변의 플롯 )

좁은 상자 그림을 여백에 추가하는 첫 번째 항목은 두 디스플레이 중 하나에서 얻을 수있는 이점을 제공합니다.

— Glen_b-복귀 모니카
소스

1

막대 도표는 관측 빈도의 범위 만 제공하는 반면 상자 도표는 분포의 여러 매개 변수 (예 : 막대 도표가 할 수없는 평균 및 분산)가 어디에 있는지를 더 잘 알 수 있습니다. 따라서 상자 분포는 분포가 여러 개인 경우 효과적인 비교 도구로 사용됩니다.

— 쉬브 _90
소스

상자 그림에 평균 (거의 항상 중앙값을 사용함)을 표시하는 경우는 거의 없으며 분산을 직접 나타내지 않습니다 . 또한 이러한 수량은 일반적으로 "분포의 매개 변수"로 간주되지 않습니다 . 데이터 의 배치에 대한 설명 통계 입니다 .

— whuber

정확하게, 그들은 너무 많은 계산을 수행하지 않고 분포를 설명하는 훌륭한 도구입니다. 그리고 그들은 중앙값을 더 많이 표시하며 많은 경우 두 측정 값이 일치하기 때문에 상자 그림은 평균을 근사화하는 훌륭한 도구입니다.

— Shiv_90

귀하의 의견은 데이터 를 기본 분포 와 계속 혼동하는 것 같습니다 . 평균이 모든 데이터 배치의 중앙값과 같지는 않습니다. 또한, 박스 플롯의 가장 좋고 가장 일반적인 용도 중 하나는 비대칭을 식별하는 것인데, 이는 평균과 중앙값 사이의 중요한 차이를 의미합니다. 상자 그림의 원래 개념 뒤에 숨은 기본 원리 중 하나는 강력한 탐색 도구라는 것입니다. 즉, 평균 또는 분산과 같은 민감한 통계를 기반으로하지 않는 것이 좋습니다.

— whuber