我發現小提琴情節非常漂亮，但它的計算方式對於非統計學家來說很難理解，文檔相當簡單。 我在R中使用ggplot2的geom_violin函數的默認值。有沒有人知道我可以在文章的材料和方法中寫什麼，或者給我一個很好的參考。小提琴情節：一篇論文的描述
順便說一下，即使數據的分佈是未知的，這些地塊的使用是否巧妙呢？ （圖的例子在這裏可以看到：https://github.com/jcolomb/learningdata/blob/master/flightdata/analysis_R/firsttest_files/figure-latex/unnamed-chunk-2-1.pdf）
對於one of our papers，所使用的小提琴地塊與盒狀圖重疊，我們使用在圖例如下描述：
用於不同的檢查行爲參數治療以箱形圖呈現，表明具有晶須的中位數和四分位數達到四分位間距的1.5倍。 小提琴情節概述說明了核心概率密度，即陰影區域的寬度代表了位於那裏的數據的比例。
此同意後的編輯告訴我們，前面的描述過於技術性，正如他自己不知道什麼小提琴樣地。
哈德利在這裏記錄了代碼violinplots來源： https://github.com/hadley/ggplot2/blob/master/R/geom-violin.r#L20-L21
哪，如果你使用?geom_violin和閱讀的文檔，你會發現。他參考文獻：Hintze，J.L.，Nelson，R.D。（1998）Violin Plots：A Box Plot-Density Trace Synergism。美國統計學家52，181-184
而對於完整性這裏是DOI： http://dx.doi.org/10.2307/2685478
維基百科給出了一個參考，可以在網上（也許不合法）：HTTPS：//quantixed.files.wordpress。 com/2014/12/hintze_1998.pdf – Roland
在我的研究領域中，你並沒有經常看到他們，但我在出版物中使用過小提琴圖，並且無需在材料和方法中編寫任何關於它們的信息。足以說明它們描繪的是分佈。 – Roland
ggplot2小提琴圖使用'density'函數來計算一維核心密度估計。 '密度'的[幫助頁面]（http://www.inside-r.org/r-doc/stats/density）包含幾個參考文獻。 – eipi10