在直方图中绘制平均值是否合适？

在直方图中添加一条垂直线以可视化平均值是否“可行”？

对我来说似乎还可以，但是我从未在教科书之类的书中见过，所以我想知道是否有某种惯例不这样做？

该图是针对学期论文的，我只是想确保我不会意外破坏一些非常重要的潜规则。:)

当然，为什么不？

这是一个示例（我通过一个简单的Google搜索发现了数十个示例）：

（图像来源是测量可用性博客，在这里。）

我看过均值，均值加上或减去标准差，各种分位数（例如中位数，四分位数，第10和第90个百分位数）都以各种方式显示。

您可以在信息的底部标记信息，而不是在曲线上划一条线，就像这样：

有与整个顶部而不是底部，箱线图的示例（许多之一被发现）在这里。

有时人们会在数据中标记：

（由于值四舍五入为整数，并且您看不到相对密度，因此我略微抖动了数据位置。）

此页面上有一个在Stata中完成的此类示例（请参见此处的第三个示例）

直方图最好加上一些额外的信息- 它们可能会自己产生误导

您只需要注意说明您的情节是由什么组成的！（对于初学者来说，您想要比我在这里使用的标题和x轴标签更好的标签。在图形标题中加上解释，以解释您在上面标记的内容。）

-

最后一个情节：

-

我的情节是在R中生成的。

编辑：

正如@gung推测的那样，它abline(v=mean...被用来在整个图上绘制均线，并被用来绘制rug数据值（尽管我实际使用rug(jitter(...是因为数据被舍入为整数）。

这是一种在直方图和轴之间绘制箱形图的方法：

hist(Davis2[,2],n=30)
boxplot(Davis2[,2],
  add=TRUE,horizontal=TRUE,at=-0.75,border="darkred",boxwex=1.5,outline=FALSE)

我不会列出所有功能，但是您可以在帮助（?boxplot）中检查参数以找出它们的作用，然后自己使用它们。

但是，这不是一般的解决方案-我不保证它会像在这里一样正常工作（请注意，我已经更改了atand boxwex选项*）。如果您没有编写智能功能来处理所有事情，则必须注意所有事情，以确保它在做您想要的事情。

这是创建我使用的数据的方法（我试图显示Theil回归如何真正能够处理几个有影响力的异常值）。当我第一次回答这个问题时，碰巧是我正在玩的数据。

 library("car")
 add <- data.frame(sex=c("F","F"),
       weight=c(150,130),height=c(NA,NA),repwt=c(55,50),repht=c(NA,NA))
 Davis2 <- rbind(Davis,add)

*-的适当值at约为-0.5倍boxwex；如果您编写一个函数来执行此操作，那将是一个很好的默认设置；boxwex需要以与箱图的y比例（高度）相关的方式进行比例缩放；我建议通常可以使用y上限的0.04到0.05倍。

边际图表的代码：

 hist(Davis2[,2],n=30)
 stripchart(jitter(Davis2[,2],amount=.5),
       method="jitter",jitter=.5,pch=16,cex=.05,add=TRUE,at=-.75,col='purple3')

当然可以。只需确保清楚地标记/指出线的含义，并避免使绘图过于“忙碌”。

没有什么比传递过多信息以使其易于理解的图形更糟糕的了。该表通常被忽略，以简洁明了的方式显示摘要统计信息。

先前的答案很不错，但这是要添加的一个基本要素。

平均值是分布的重心，因此是直方图的枢轴点。这是分配平衡的地方。因此，存在相互关系：平均值不仅可以帮助您考虑直方图，而且直方图也可以帮助您考虑均值。当分布偏斜并且分布的平均值不一定在中间时，这甚至可能更有用。

我认为它没有问题，请参阅this，this和this作为示例。