Как читать диаграмму boxplot (ящик с усами). На конкретном примере

Очень замечательный опрос проходил у нас вчера в телеграм канале (присоединяемся). Вопрос звучал просто:

 Коллеги, на картинке выше показана диаграмма boxplot - ящик с усами. Прошу честно ответить, умеете ли Вы читать этот тип диаграммы

Диаграмма такого типа

Если Вам удобней видео объяснение, то рекомендую видеоролик YouTube

Результаты опроса получились такие:

Итого у нас на одного знающего двое не знающих. Это канал HR-аналитики. Смею предположить, что в каналах просто HR, без аналитики, % знающих будет еще меньше. 

Мораль: аналитика начинается со знания boxplot.

Попробую объяснить

Представьте, что в вашу компанию пришла проводить тестирование одна консалтинговая компания. Тест по их заявлениям очень крутой, прошел пять валидизаций и был принят в конкурсе "Лучшие лидеры Родины". Но Вы, конечно же, ориентируетесь не на рекламу, а на цифры, поэтому вы смотрите на диаграммы. Предположим вы протестировали своих руководителей по этому тесту и получили

Гистограмма

Эта диаграмма позволяет увидеть, как распределены результаты наших работников, например, по шкале "мотивация". Шкалы теста имеют 100 балов - от 0 до 100. 

К нашем удивлению, бОльшая часть наших работников показывают результаты близкие к верхней границе. Из курса статистики факультета психологии мы помним, что результаты хорошего текста должны иметь нормальное распределение что-то типа

В excel 2016 появится boxplot

Скоро excel нас порадует новыми возможностями. Я же рад тому. что excel наконец даст возможность строить диаграмму boxplot - ящик с усами.
Думаю, особо мою радость поймут участники моего семинара по аналитике - большинство задач по сравнению групп имеют решение в визуализации с помощью диаграммы boxplot
Приведу два примера только
Поколения X и Y: кто чаще меняет работу
Хотите удержать работника? Обеспечьте ему коммуникации
Кейс по оптимизации масс рекрутинга

выглядит это будет так в excel

Или вот так

ну в общем, поздравляю будущих участников семинара по аналитике с новыми возможностями) 

Как читать диаграмму boxplot

Пост простой, но важный для тех, кто первый раз встречается с диаграммой boxplot
Представьте, что Вам встречается такая информация

$`0` - 

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.

   1.00   11.00   24.00   35.73   45.00  410.00

$`1`- 

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.

   1.00   13.00   27.00   45.57   60.00  410.00 

И поясняющая диаграмма

1 (нижний ус) на диаграмме обозначает минимальное значение - Min/
2 (основание бочки) обозначает 1st Qu. или он же 1-й квартиль.
3 (жирная линия) - Median или медиана
4 (крышка бочки) - 3rd Qu. или 3-й квартиль
5 (верхний ус) - Max. или максимальное значение
точки обозначают выбросы
средне арифметическое - на диаграмме не показывается.
Диаграмма boxplot предназначена для показа распределения переменной и / или сравнения распределений групп

Как в Boxplot в R, Rstudio избавиться от ненужных факторов

Представьте такую задачу: вам нужно построить boxplot в Rstudio для фактора "а" для набора данных
   q p
1   1 a
2   2 b
3   3 a
4   4 b
5   5 a
6   6 b
7   7 a
8   8 b
9   9 a
10 10 b

Стандартный вариант
boxplot(q ~ p, data = h)

Но нам надо избавиться от правого "ящика"
Мы делаем так
j = subset(h, p == "a")
boxplot(q ~ p, data = j)

И нас, вероятно, не устроит такой вариант: ось X показывает наличие пустого фактора. Если проверить данные, str(j), то увидим присутствие этого фактора - "b".
В данном конкретном случае можно обойтись простым решением
boxplot(q, data = j)
но чаще мы выделяем не один, а несколько факторов, тогда такое решение не прокатит.
Среди вариантов решения:

1. переменную перекодировать в тип переменной numeric -  для количественной переменной Rstudio этот глюк исчезает
2. сохранить subset на компе как txt или csv файл, потом загрузить снова, R воспринимает как новый файл 
3. посоветуете свой вариант? я подозреваю, что есть более простое решение
4. либо вопользоваться формулой

boxplot(q ~ droplevels(p), data=subset(h, p %in% c('a'),
                                       drop=TRUE))

читаем: The function droplevels is used to drop unused levels from a factor or, more commonly, from factors in a data frame.
надеюсь, было полезно

P.S.

уже после публикации мне подсказали более простое решение
boxplot(q ~ as.character(p), data = subset(h, p == c("a", "b")))
в данном случае мы переменную из категориальной / номинативной перекодируем в текстовую, а данный тип переменных позволяет исключать ненужные значения переменной