“何时使用boxplot和何时使用barplot”的规则（凭经验？）

两个盒和晶须情节和条形图是适当的图形为ANOVA根据R书（克拉雷，2013），但是这是比较合适的？我想这取决于情况...有人可以帮助我吗？

专门用于方差分析的图形说明：

• 对于方差分析，箱形图或条形图要比没有图形要好得多，但是如通常所绘制的那样，两者作为图形摘要都是间接的或不完整的。

• 方差分析是在一种或多种类型的变体中比较均值，因此最合适的图形将最少地显示均值和原始数据。组标准偏差（SD）或相关数量不会造成损害。

• 尽管一些箱形图显示均值和中位数，但标准种类在分布的尾部显示中位数，四分位数和一些信息。最常见的变体似乎是当且仅当单个数据点与较近的四分位数相距超过1.5 IQR时，才显示这些数据点。也就是说：四分位间距IQR高四分位低四分位，因此将点值绘制为大于高四分位 1.5 IQR或小于低四分位- + $=$$-$$+$$-$1.5 IQR。这样的约定有助于显示可能对ANOVA造成问题的总体离群值，但中位数和四分位数都不在ANOVA中发挥任何作用，并且中位数近似均值是否是要检查的点（不假设）。通常，经验丰富的数据分析人员将例如明显的异常值和/或分布的不对称性视为需要采取行动的问题的征兆，例如数据转换或需要具有非身份链接功能的广义线性模型。然而，令人惊讶的是，当提出方差分析时有多少教科书和其他帐目显示了箱形​​图，但没有提到大象不在房间里，即没有画出的方式。

• 相反，在这种情况下，最常见的条形图通过数据和SD或标准误差来汇总数据，但在其他情况下会省略任何单个数据点的显示。因此，例如，离群值或明显的不对称性只能从离线平均值或单个组内夸大的变异性中推断出来。

通常，对于哪种图形是有用的，有很多建议，但是关于哪种图形是最好的却很少有共识。我建议作为一个好的图表显示的标准

• 数据变化的完整模式，至少作为背景或上下文

• 数据的相关摘要，特别是与正在接受的模型或正在考虑的描述符相关的摘要

• 数据可能存在问题的迹象，使人们对所做出的假设产生怀疑。

有几种设计可以帮助进行方差分析，例如带有均值和SE的点状图或带状图。

John Tukey的这篇论文解释了此处相关的宣传图和分析图之间的区别。没有太多分析（ANOVA的太多图解说明是宣传图（看！这些组非常不同））（我们还能从该数据中学到什么数据或该技术的局限性？）。

请不要混淆条形图（一个条形图用于显示每个感兴趣的数量）和炸药图（一个条形图显示每个组的平均值以及误差条形）之间的混淆。炸药图永远是不可接受的，因为它们根本没有理由隐藏数据的分布。

是的，我意识到这是迄今为止最常见的情节类型。这是一个大问题，反映出研究人员对数据形状的重视（低）。如果您是寻找谋杀武器的侦探，如果目击者告诉您1）仅提供武器的位置和大小会更好吗？或2）位置，大小和形状？

http://biostat.mc.vanderbilt.edu/wiki/pub/Main/TatsukiRcode/Poster3.pdf