Сообщить об ошибкеКороткий ответ
Boxplot показывает медиану, межквартильный размах (IQR = Q3−Q1) в виде «коробки» и усы, обычно до 1.5×IQR от краёв коробки; точки за пределами усов считаются потенциальными выбросами.
Как это работает подробнее
нижняя и верхняя границы коробки — первый (Q1) и третий (Q3) квартили, линия внутри — медиана. Усы по умолчанию тянутся до самого дальнего значения в пределах Q1−1.5×IQR и Q3+1.5×IQR, а точки за их пределами рисуются отдельно. Boxplot особенно удобен при сравнении сразу нескольких групп на одном графике, где гистограммы были бы труднее читаемы.
Пример кода
Пример на Python
import pandas as pd
df = pd.DataFrame({'group': ['A']*5+['B']*5,
'value': [10,12,11,13,40, 20,22,21,19,23]})
df.boxplot(by='group', column='value')Что использовать на практике
- На практике: boxplot хорош для быстрого сравнения разброса и симметрии нескольких групп (например, время загрузки сайта по регионам). Коэффициент 1.5 — это условность, а не физический закон, и его можно менять. Выброс на графике не всегда ошибка данных — это сигнал посмотреть на эти наблюдения внимательнее, прежде чем удалять. Также полезно накладывать на boxplot отдельные точки (jitter plot), чтобы видеть реальное распределение наблюдений, а не только сводные статистики.
- Проверка: для группы A точка 40 окажется за верхним усом — стоит проверить, не дубль ли это заказа или ошибка единиц измерения, прежде чем включать её в расчёт средних показателей группы.
Подводные камни
- Частые ошибки: автоматически удалять все точки за усами как «плохие данные»; сравнивать boxplot-ы с сильно разным масштабом оси без учёта этого; путать «ус» с минимумом/максимумом — это не одно и то же, если есть выбросы. Ещё одна ошибка — использовать boxplot для очень малых выборок (менее 10 наблюдений), где квартили считаются ненадёжно.