小提琴图解读 - 统计学

小提琴图现在比较流行，在文章里很常见。

【小提琴图】其实是【箱线图】与【核密度图】的结合，【箱线图】展示了分位数的位置，【小提琴图】则展示了任意位置的密度，通过【小提琴图】可以知道哪些位置的密度较高。

---

实例解析

在上图中，白点是中位数，黑色盒型的范围是下四分位点到上四分位点，细黑线表示须。外部形状即为核密度估计（在概率论中用来估计未知的密度函数，属于非参数检验方法之一）。

数据化分析解读：

1.通常汽缸数量少的汽车每加仑汽油可以行驶更多里程数；

2.4缸汽车的油耗分布比较分散，6缸汽车的油耗分布相对集中，8缸汽车的油耗分布很不均匀（中间大两头小）；

3.4缸和8缸汽车的油耗都存在比较明显的离散值（上侧的须或下侧的须较长）。

如何绘制【小提琴图】？

#在R软件中安装vioplot包

install.packages("vioplot")

#载入vioplot包

library("vioplot")

#定义需要绘制的变量数据

x1 <- mtcars$mpg[mtcars$cyl==4]

x2 <- mtcars$mpg[mtcars$cyl==6]

x3 <- mtcars$mpg[mtcars$cyl==8]

#绘制小提琴图

vioplot(x1,x2,x3,names=c("4缸", "6缸", "8缸"), col="gold")

title("小提琴图：不同缸数对应每加仑汽油行驶里程数分布")

参考书目：《R语言实战》

参考：

小提琴图现在比较流行，在文章里很常见。 【小提琴图】其实是【箱线图】与【核密度图】的结合，【箱线图】展示了分位数的位置，【小提琴图】则展示了任意位置的密度，通过【小提琴图】可以知道哪些位置的密度较高。 实例解析 在上图中，白点是中位数，黑色盒型的范围是下四分位点到上四分位点，细黑线表示须。外部形状即为核密度估计（在概率论中用来估计未知的密度函数，属于非参数检验方法之一）。 数据化分析解读： 1.通常汽缸数量少的汽车每加仑汽油可以行驶更多里程数； 2.4缸汽车的油耗分布比较分散，6缸汽车的油耗分布相对集中，8缸汽车的油耗分布很不均匀（中间大两头小）； 3.4缸和8缸汽车的油耗都存在比较明显的离散值（上侧的须或下侧的须较长）。 如何绘制【小提琴图】？ #在R软件中安装vioplot包 install.packages("vioplot") #载入vioplot包 library("vioplot") #定义需要绘制的变量数据 x1 <- mtcars$mpg[mtcars$cyl==4] x2 <- mtcars$mpg[mtcars$cyl==6] x3 <- mtcars$mpg[mtcars$cyl==8] #绘制小提琴图 vioplot(x1,x2,x3,names=c("4缸", "6缸", "8缸"), col="gold") title("小提琴图：不同缸数对应每加仑汽油行驶里程数分布") 参考书目：《R语言实战》 参考：