ggskewboxplots：用于 R 中偏斜数据的增强箱线图

传统箱线图在总结和可视化数值数据分布时广泛使用，但在应用于偏斜或重尾分布时会显著受限，常导致通过过度标记异常值（swamping）或未能检测到真实异常值（masking）而误判离群值。这篇论文通过系统评估几种专为容纳分布不对称性而设计的备用箱线图来解决这些局限性。我们介绍了 ggskewboxplots，这是一个集成了多种稳健且偏斜感知箱线图变体的 R 软件包，为探索性数据分析提供统一且用户友好的框架。通过在受控的偏斜度和峰度条件下进行大量蒙特卡罗模拟（采用基于偏斜指数分布的 mosaic 方法），我们评估了每种方法的灵敏度和特异度。仿真结果表明，经典 Tukey 式箱线图极易受到 swamping 和 masking，而稳健的偏斜调整变体——特别是那些利用四分位范围偏斜度或基于中位数偏斜度（medcouple）进行调整的变体——表现出显著更好的性能。这些发现为在实际应用中选择可靠箱线图方法提供了实用指导，同时展示了 ggskewboxplots 软件包如何在熟悉的 ggplot2 工作流程中实现可接近、分布感知的可视化。