boxplot() em R: Como fazer BoxGráficos no RStudio [Exemplos]
boxplot() em R
boxplot() em R ajuda a visualizar a distribuição dos dados por quartil e detectar a presença de outliers. Você pode usar o objeto geométrico geom_boxplot() da biblioteca ggplot2 para desenhar um boxplot() em R.
Usaremos o conjunto de dados de qualidade do ar para introduzir boxplot() em R com ggplot. Este conjunto de dados mede a qualidade do ar de Nova York de maio a setembro de 1973. O conjunto de dados contém 154 observações. Usaremos as seguintes variáveis:
- Ozônio: Variável numérica
- Vento: Variável numérica
- Mês: maio a setembro. Variável numérica
Crie Box Enredo
Antes de começar a criar seu primeiro boxplot() em R, você precisa manipular os dados da seguinte forma:
- Etapa 1: importe os dados
- Etapa 2: eliminar variáveis desnecessárias
- Etapa 3: converter o mês em nível de fator
- Passo 4: Crie uma nova variável categórica dividindo o mês em três níveis: início, meio e fim.
- Etapa 5: remover observações ausentes
Todas essas etapas são realizadas com dplyr e o operador de pipeline %>%.
library(dplyr) library(ggplot2) # Step 1 data_air <- airquality % > % #Step 2 select(-c(Solar.R, Temp)) % > % #Step 3 mutate(Month = factor(Month, order = TRUE, labels = c("May", "June", "July", "August", "September")), #Step 4 day_cat = factor(ifelse(Day < 10, "Begin", ifelse(Day < 20, "Middle", "End"))))
Uma boa prática é verificar a estrutura dos dados com a função vislumbre().
glimpse(data_air)
Saída:
## Observations: 153 ## Variables: 5 ## $ Ozone <int> 41, 36, 12, 18, NA, 28, 23, 19, 8, NA, 7, 16, 11, 14, ... ## $ Wind <dbl> 7.4, 8.0, 12.6, 11.5, 14.3, 14.9, 8.6, 13.8, 20.1, 8.6... ## $ Month <ord> May, May, May, May, May, May, May, May, May, May, May,... ## $ Day <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,... ## $ day_cat <fctr> Begin, Begin, Begin, Begin, Begin, Begin, Begin, Begi...
Existem NAs no conjunto de dados. Removê-los é sábio.
# Step 5 data_air_nona <-data_air %>% na.omit()
Gráfico de caixa básico
Vamos traçar o boxplot() básico do R com a distribuição do ozônio por mês.
# Store the graph box_plot <- ggplot(data_air_nona, aes(x = Month, y = Ozone)) # Add the geometric object box plot box_plot + geom_boxplot()
Explicação do código
- Armazene o gráfico para uso posterior
- box_plot: Você armazena o gráfico na variável box_plot É útil para uso posterior ou para evitar linhas de códigos muito complexas
- Adicione o objeto geométrico de R boxplot()
- Você passa o conjunto de dados data_air_nona para ggplot boxplot.
- Dentro do argumento aes(), você adiciona o eixo xey.
- O sinal + significa que você deseja que R continue lendo o código. Isso torna o código mais legível ao quebrá-lo.
- Use geom_boxplot() para criar um box plot
Saída:
Mudar lado do gráfico
Você pode virar a lateral do gráfico.
box_plot + geom_boxplot()+ coord_flip()
Explicação do código
- box_plot: você usa o gráfico armazenado. Evita reescrever todos os códigos cada vez que você adiciona novas informações ao gráfico.
- geom_boxplot(): Crie boxplots() em R
- coord_flip(): vira a lateral do gráfico
Saída:
Alterar a cor do outlier
Você pode alterar a cor, a forma e o tamanho dos valores discrepantes.
box_plot + geom_boxplot(outlier.colour = "red", outlier.shape = 2, outlier.size = 3) + theme_classic()
Explicação do código
- outlier.colour=”red”: Controla a cor dos outliers
- outlier.shape=2: altera a forma do outlier. 2 refere-se ao triângulo
- outlier.size=3: Altere o tamanho do triângulo. O tamanho é proporcional ao número.
Saída:
Adicione uma estatística resumida
Você pode adicionar uma estatística resumida ao boxplot R ().
box_plot + geom_boxplot() + stat_summary(fun.y = mean, geom = "point", size = 3, color = "steelblue") + theme_classic()
Explicação do código
- stat_summary() permite adicionar um resumo ao boxplot horizontal R
- O argumento fun.y controla as estatísticas retornadas. Você usará a média
- Nota: Outras estatísticas estão disponíveis, como mínimo e máximo. Mais de uma estatística pode ser exibida no mesmo gráfico
- geom = “ponto”: traça a média com um ponto
- size=3: Tamanho do ponto
- color =”steelblue”: Cor dos pontos
Saída:
Box Plotar com pontos
No próximo boxplot horizontal R, você adiciona as camadas do gráfico de pontos. Cada ponto representa uma observação.
box_plot + geom_boxplot() + geom_dotplot(binaxis = 'y', dotsize = 1, stackdir = 'center') + theme_classic()
Explicação do código
- geom_dotplot() permite adicionar pontos à largura do bin
- binaxis='y': altera a posição dos pontos ao longo do eixo y. Por padrão, eixo x
- dotsize=1: Tamanho dos pontos
- stackdir='center': Maneira de empilhar os pontos: Quatro valores:
- “para cima” (padrão),
- "baixa"
- "Centro"
- “centro todo”
Saída:
Controle Estético do Box Enredo
Mude a cor da caixa
Você pode alterar as cores do grupo.
ggplot(data_air_nona, aes(x = Month, y = Ozone, color = Month)) + geom_boxplot() + theme_classic()
Explicação do código
- As cores dos grupos são controladas no mapeamento aes(). Você pode usar color= Month para alterar a cor da caixa e do gráfico de bigodes de acordo com os meses
Saída:
Box plotar com vários grupos
Também é possível adicionar vários grupos. Você pode visualizar a diferença na qualidade do ar de acordo com o dia da medida.
ggplot(data_air_nona, aes(Month, Ozone)) + geom_boxplot(aes(fill = day_cat)) + theme_classic()
Explicação do código
- O mapeamento aes() do objeto geométrico controla os grupos a serem exibidos (esta variável deve ser um fator)
- aes(fill= day_cat) permite criar três caixas para cada mês no eixo x
Saída:
Box Plotar com pontos nervosos
Outra forma de mostrar o ponto é com pontos irregulares. É uma maneira conveniente de visualizar pontos com boxplot para dados categóricos na variável R.
Este método evita a sobreposição de dados discretos.
box_plot + geom_boxplot() + geom_jitter(shape = 15, color = "steelblue", position = position_jitter(width = 0.21)) + theme_classic()
Explicação do código
- geom_jitter() adiciona um pouco de decaimento a cada ponto.
- shape=15 altera a forma dos pontos. 15 representa os quadrados
- color = “steelblue”: Muda a cor do ponto
- position=position_jitter(width = 0.21): Forma de colocar os pontos sobrepostos. position_jitter(width = 0.21) significa que você move os pontos em 20% do eixo x. Por padrão, 40 por cento.
Saída:
Você pode ver a diferença entre o primeiro gráfico com o método jitter e o segundo com o método pontual.
box_plot + geom_boxplot() + geom_point(shape = 5, color = "steelblue") + theme_classic()
Entalhado Box Enredo
Um recurso interessante de geom_boxplot() é uma função boxplot com entalhe em R. O gráfico com entalhe estreita a caixa ao redor da mediana. O principal objetivo de um box plot entalhado é comparar a significância da mediana entre os grupos. Há fortes evidências de que dois grupos têm medianas diferentes quando os entalhes não se sobrepõem. Um entalhe é calculado da seguinte forma:
with é o interquartil e o número de observações.
box_plot + geom_boxplot(notch = TRUE) + theme_classic()
Explicação do código
- geom_boxplot(notch=TRUE): Crie um boxplot horizontal entalhado R
Saída:
Resumo
Podemos resumir os diferentes tipos de boxplot horizontal R na tabela abaixo:
Objetivo | Code |
---|---|
Gráfico de caixa básico |
ggplot(df, aes( x = x1, y =y)) + geom_boxplot() |
vire o lado |
ggplot(df, aes( x = x1, y =y)) + geom_boxplot() + coord_flip() |
Gráfico de caixa entalhada |
ggplot(df, aes( x = x1, y =y)) + geom_boxplot(notch=TRUE) |
Box enredo com pontos nervosos |
ggplot(df, aes( x = x1, y =y)) + geom_boxplot() + geom_jitter(position = position_jitter(0.21)) |
Verifique também: - Tutorial R para iniciantes: Aprenda a linguagem de programação R