Cómo eliminar valores atípicos en diagramas de caja en R

Ocasionalmente, es posible que desee eliminar valores atípicos de los diagramas de caja en R. Este tutorial explica cómo hacerlo usando tanto la base R como ggplot2 .

Eliminar valores atípicos en diagramas de caja en Base R

Supongamos que tenemos el siguiente conjunto de datos:

datos <- c (5, 8, 8, 12, 14, 15, 16, 19, 20, 22, 24, 25, 25, 26, 30, 48)

El siguiente código muestra cómo crear un diagrama de caja para este conjunto de datos en la base R:

diagrama de caja (datos)

Para eliminar los valores atípicos, puede utilizar el argumento esquema = FALSO :

diagrama de caja (datos, contorno = FALSO )

Eliminar valores atípicos en diagramas de caja en ggplot2

Supongamos que tenemos el siguiente conjunto de datos:

data <- data.frame (y = c (5, 8, 8, 12, 14, 15, 16, 19, 20, 22, 24, 25, 25, 26, 30, 48))

El siguiente código muestra cómo crear un diagrama de caja usando la biblioteca de visualización ggplot2:

biblioteca (ggplot2)

ggplot (datos, aes (y = y)) +
  geom_boxplot ()

Para eliminar los valores atípicos, puede utilizar el argumento outlier.shape = NA :

ggplot (datos, aes (y = y)) +
   geom_boxplot (outlier.shape = NA )

Tenga en cuenta que ggplot2 no ajusta automáticamente el eje y. Para ajustar el eje, puede usar coord_cartesian :

ggplot (datos, aes (y = y)) +
   geom_boxplot (outlier.shape = NA ) +
   coord_cartesian (ylim = c (5, 30))

Recursos adicionales

Cómo establecer límites de eje en ggplot2
Cómo crear gráficos lado a lado en ggplot2
Una guía completa de los mejores temas de ggplot2

• https://r-project.org
• https://www.python.org/
• https://www.stata.com/