编者按:这个文件被选为MATLAB中心本周精选
虽然箱形图有自己的位置,但有时看到所有的数据会更好,而不是用汇总统计数据(如四分位数之间的范围)隐藏它们。这个函数(有一个开玩笑的名字)解决了这个问题。使用平均值而不是中位数,SEM和SD而不是四分位数和晶须是经过深思熟虑的。每组都绘制了抖动的原始数据。也显示了均值和均值的95%置信区间。这种绘图风格被设计用于与参数测试(如方差分析和t测试)一起使用。将抖动的数据与误差条进行比较,可以直观地看出是否违反了统计检验的正态性假设。此外,它允许人们仔细观察数据,以寻找平均值之间的显著差异(非重叠置信区间表示在所选的p值上的显著差异,这里是5%)。还看到:http://jcb.rupress.org/cgi/content/abstract/177/1/7最后,还显示了1个SD。注意,如果数据不是正态分布的,那么这些统计数据就没有意义。
该函数有几个示例,除了上面截图中显示的示例外,还有各种可视化的可能性。例如,有颜色的区域可以用线条代替。
尽管它在我需要它的情况下工作得很好,但如果用户遇到问题,我将很乐意修改这个函数。
2017年3月的新功能:
接受线性模型对象作为y变量;接受Table对象作为y变量;示例现在位于独立文件中;删除了遗留的调用格式;不使用X变量时,不需要将其定义为空
详情请参阅GitHub页面。
引用作为
罗伯·坎贝尔(2021)。notBoxPlotGitHub (https://github.com/raacampbell/notBoxPlot)。检索.