ggplot中能否自定义离群值计算公式？默认公式是什么？

1. 默认离群值计算规则 #

没错，ggplot2中geom_boxplot()默认的离群值判定标准就是你提到的：

• 下限阈值：Quartile1 - 1.5*IQR
• 上限阈值：Quartile3 + 1.5*IQR
  其中IQR指四分位距，即第三四分位数（Q3）减去第一四分位数（Q1）的差值。

2. 手动修改规则的方法 #

当然可以自定义这个判定规则，主要有两种实用方式：

方式一：调整coef参数快速修改系数 #

geom_boxplot()自带coef参数，默认值为1.5，你可以直接修改这个系数来调整阈值。比如把系数改成2，就会用Q1-2*IQR和Q3+2*IQR来判定离群值：

mydata3 <- data.frame(x=(c(1:10,20,100,120)))

mydata3 %>% ggplot(aes(x=x))+
  geom_boxplot(coef = 2)

方式二：自定义统计逻辑实现复杂规则 #

如果需要更灵活的自定义（比如上下限用不同系数），可以用stat_summary()替代默认统计逻辑，手动计算箱线图的各个统计量并绘制：

library(ggplot2)
library(dplyr)

# 自定义箱线图统计函数
custom_box_stats <- function(x) {
  qs <- quantile(x, c(0.25, 0.5, 0.75))
  iqr <- qs[3] - qs[1]
  # 自定义上下限：下限用2倍IQR，上限用3倍IQR
  lower_thresh <- qs[1] - 2*iqr
  upper_thresh <- qs[3] + 3*iqr
  data.frame(
    ymin = lower_thresh,
    lower = qs[1],
    middle = qs[2],
    upper = qs[3],
    ymax = upper_thresh,
    outliers = x[x < lower_thresh | x > upper_thresh]
  )
}

# 绘制自定义规则的箱线图
mydata3 %>% 
  ggplot(aes(x = factor(1), y = x)) +
  stat_summary(fun.data = custom_box_stats, geom = "boxplot") +
  stat_summary(fun = function(x) {
    qs <- quantile(x, c(0.25, 0.75))
    iqr <- qs[2] - qs[1]
    x[x < qs[1]-2*iqr | x > qs[2]+3*iqr]
  }, geom = "point", color = "red")

附测试代码与对应箱线图 #

测试代码：

mydata3 <- data.frame(x=(c(1:10,20,100,120)))

mydata3 %>% ggplot(aes(x=x))+
  geom_boxplot()

对应的箱线图：

内容的提问来源于stack exchange，提问作者Seydou GORO