Tunny Icon
TunnyDocs

The next-gen Grasshopper optimization tool.

箱ひげ図

概要

箱ひげ図は数値分布を四分位数、ひげ、外れ値で要約します。 Tunny Dashboard の Box Plot は 1 つの Value を分析し、必要に応じてカテゴリまたは明示的に宣言された整数・刻み幅付きパラメータで 分割します。Violin Plot と選択・ データ準備は共通ですが、密度推定は行いません。

データと正規化

統計量には有限な Value のみを使います。グループ化時は同じ試行の Value と グループ値を対応させ、欠損・非有限のグループ値を除外します。 カテゴリは実際の空文字とパラメータの欠損を区別し、型が違う値も区別します。 数値グループ化には Optuna の整数・刻み幅の宣言情報が必要で、観測値の繰り返し からは推定しません。連続パラメータのビン分割は行いません。

Normalize 有効時は、グループ値がない行の有限値も含めた選択 Value 列全体の 有限な最小値を aa、最大値を bb とし、分割前に次の変換を行います。

x′=x−ab−ax' = \frac{x-a}{b-a} a=ba=b なら有限値はゼロになります。グループ別の正規化ではありません。 統計量と CSV は、選択した元スケールまたは正規化スケールを使います。

四分位数とひげ

四分位数は順序統計量の線形補間で計算します(type 7、NumPy の標準 linear 方式)。ソート済みの x(1),…,x(n)x_{(1)},\ldots,x_{(n)} と q∈[0,1]q\in[0,1] に対し、 h=(n−1)qh=(n-1)q として隣接する順序統計量を補間します。端点 q=1q=1 は x(n)x_{(n)} です。 Q(q)=x_{(\lfloor h\rfloor+1)}+(h-\lfloor h\rfloor) \left(x_{(\lfloor h\rfloor+2)}-x_{(\lfloor h\rfloor+1)}\right) Q1=Q(0.25)Q_1=Q(0.25)、中央値 Q2=Q(0.5)Q_2=Q(0.5)、$Q_3=Q(0.75)$ とし、 四分位範囲を IQR=Q3−Q1\mathrm{IQR}=Q_3-Q_1 とします。Tukey フェンスは次のとおりです。

Q1−1.5 IQR,Q3+1.5 IQRQ_1-1.5,\mathrm{IQR},\qquad Q_3+1.5,\mathrm{IQR}

各ひげはフェンス内の最も極端な実際の観測値まで伸びます。 フェンス外の点は外れ値として個別に表示します。 有限値が 1 件あれば表示でき、1 件だけのグループや定数グループでは四分位数と ひげが同じ位置になります。有限値がないグループは表示しません。

解釈と限界

  • 係数 1.5 は慣習的な閾値で、仮説検定ではありません。外れ値マーカーだけで 測定が無効とは判断できません。
  • 箱は多峰性を隠します。形が違う分布も同じ四分位数を持ち得るため、 ヒストグラムや バイオリンプロットで形を確認してください。
  • グループ比較は条件付き分布の記述であり、因果関係の証明や他パラメータの調整ではありません。

参考文献

  • Tukey, J. W. (1977). Exploratory Data Analysis. Addison-Wesley.