boksplott

Et boksplott, eller boksplot, er en grafisk framstilling av en numerisk fordeling som oppsummerer sentralt og variasjon i et datasett. Det brukes ofte for å sammenligne fordelinger mellom grupper og for å identifisere skjevhet og outliers.

Et typisk boksplott består av en rektangulær boks som går fra første kvartil (Q1) til tredje kvartil (Q3) og en linje som viser medianen (Q2) inne i boksen. En eller to streker, kalt whiskers, strekker seg ut til ytterpunktene innenfor en definert grense; verdier som ligger utenfor denne grensen markeres ofte som outliers.

Interkvartilavstanden (IQR) er forskjellen mellom Q3 og Q1 og representerer den midtre 50 prosent av dataene. Boksen viser spredningen i den sentrale massen, mens lengden på whiskers viser den generelle variasjonen i resten av dataene. En symmetrisk boks indikerer omtrent lik fordeling rundt medianen, mens en skjev boks tyder på skjevhet i dataene.

Noen varianter har notches i boksen for å indikere estimerte konfidensintervaller for medianen, noe som gjør det mulig å vurdere forskjeller mellom grupper visuelt. Det finnes ulike regler for hvor whiskers slutter og hvordan outliers markeres; en vanlig regel er at whiskers går til data som ligger innenfor 1,5 IQR utover Q1 og Q3.

Historisk ble boxplot utviklet av John Tukey på 1970-tallet som en enkel og robust måte å oppsummere og sammenligne datasett på. Begrensninger inkluderer at boksplottet skjuler detaljer om fordelingens form utenom kvartilene og er avhengig av definisjonen av whiskers og outliers.