É apropriado traçar a média em um histograma?

É "aceitável" adicionar uma linha vertical a um histograma para visualizar o valor médio?

Parece bom para mim, mas nunca vi isso em livros didáticos e coisas do gênero, então estou me perguntando se há algum tipo de convenção para não fazer isso?

O gráfico é para um trabalho final, eu só quero ter certeza de que não quebrei acidentalmente alguma regra de estatística tácita super importante. :)

Claro, por que não?

Aqui está um exemplo (uma das dezenas que encontrei com uma simples pesquisa no Google):

(A fonte da imagem é o blog de usabilidade de medição, aqui .)

Eu já vi meios, meios mais ou menos um desvio padrão, vários quantis (como mediana, quartis, percentis 10 e 90) todos exibidos de várias maneiras.

Em vez de desenhar uma linha do outro lado do gráfico, você pode marcar as informações na parte inferior, como:

Há um exemplo (um de muitos encontrados) com um boxplot na parte superior e não na parte inferior, aqui .

Às vezes, as pessoas marcam nos dados:

(Eu tremi levemente os locais dos dados porque os valores foram arredondados para números inteiros e você não conseguiu ver bem a densidade relativa.)

Há um exemplo desse tipo, feito em Stata, nesta página (veja o terceiro aqui )

Os histogramas são melhores com um pouco de informação extra - eles podem enganar por conta própria

Você só precisa ter o cuidado de explicar em que consiste sua trama! (Você quer um título e um rótulo de eixo x melhores do que eu usei aqui, para iniciantes. Além de uma explicação em uma legenda explicando o que você marcou nela.)

-

Um último enredo:

-

Minhas parcelas são geradas em R.

Editar:

Como @gung supôs, abline(v=mean...foi usado para desenhar a linha média no gráfico e rugpara desenhar os valores dos dados (embora eu realmente tenha usado rug(jitter(...porque os dados foram arredondados para números inteiros).

Aqui está uma maneira de fazer o boxplot entre o histograma e o eixo:

hist(Davis2[,2],n=30)
boxplot(Davis2[,2],
  add=TRUE,horizontal=TRUE,at=-0.75,border="darkred",boxwex=1.5,outline=FALSE)

Não vou listar para que serve tudo, mas você pode verificar os argumentos da ajuda ( ?boxplot) para descobrir para que servem e brincar com eles.

No entanto, não é uma solução geral - Eu não garanto que vai sempre trabalho, assim como ele faz aqui (nota que eu já mudou o ateboxwex opções *). Se você não escrever uma função inteligente para cuidar de tudo, é necessário prestar atenção no que tudo faz para garantir que esteja fazendo o que deseja.

Aqui está como criar os dados que eu usei (eu estava tentando mostrar como a regressão de Theil foi realmente capaz de lidar com vários outliers influentes). Por acaso eram dados com os quais eu estava jogando quando respondi a essa pergunta.

 library("car")
 add <- data.frame(sex=c("F","F"),
       weight=c(150,130),height=c(NA,NA),repwt=c(55,50),repht=c(NA,NA))
 Davis2 <- rbind(Davis,add)

* - um valor apropriado para até em torno de -0,5 vezes o valor de boxwex; isso seria um bom padrão se você escrever uma função para fazê-lo; boxwexprecisaria ser escalado de uma maneira que se relacione com a escala y (altura) do boxplot; Eu sugeriria de 0,04 a 0,05 vezes o limite superior de y, geralmente, pode ser bom.

Código para o stripchart marginal:

 hist(Davis2[,2],n=30)
 stripchart(jitter(Davis2[,2],amount=.5),
       method="jitter",jitter=.5,pch=16,cex=.05,add=TRUE,at=-.75,col='purple3')

Claro que você pode. Apenas certifique-se de identificar / indicar claramente o que a linha significa e evite deixar o gráfico muito "ocupado".

Nada é pior do que um gráfico que transmite muita informação para ser facilmente compreensível. A tabela é uma maneira geralmente negligenciada de exibir estatísticas resumidas de maneira clara e concisa.

Respostas anteriores trazem excelentes pontos, mas aqui está um aspecto fundamental a ser adicionado.

A média é o centro de gravidade de uma distribuição e, portanto, o ponto de articulação de um histograma. É onde a distribuição seria equilibrada. Portanto, existe uma relação recíproca: não apenas a média pode ajudá-lo a pensar em um histograma, como também um histograma pode ajudá-lo a pensar sobre a média. Isso é ainda mais útil quando uma distribuição é distorcida e a média da distribuição não está necessariamente no meio.

Não vejo nenhum problema com isso, vejo isso , isso e isso como exemplos.