[R] boxplot의 새로운 형태 violin plot

데이터 분석을 할 때 가장 먼저 해야 하는 일은 데이터의 형태(분포)를 확인하는 것입니다. 많은 통계 교과서들이 각종 데이터 분석 기법을 설명하는 과정에서 데이터가 어떤 분포를 따르고 있다는 가정하에서 설명합니다. 따라서 데이터가 어떠한 분포를 따르고 있는지 파악해야만 사용할 수 있는 분석 기법을 결정할 수 있습니다.

개인적으로 데이터의 분포를 확인할 때 가장 많이 쓰는 방법이 boxplot입니다. 무엇보다도 간단하게 그릴 수 있고, 대략적인 이상치(outlier)의 존재를 확인할 수 있기 때문입니다.

boxplot에 분포의 형태를 보다 구체적으로 표현하는 방법으로 violin plot이 있습니다. violin plot은 boxplot 위에 분포 밀도(kernel density)를 좌우 대칭으로 덮어쓰는 방식으로 데이터의 분포를 표현합니다.
이 violin plot을 R에서 구현하기 위해서는 먼저 vioplot이라는 패키지를 설치해야 합니다.

> install.packages("vioplot")

여기서는 표준정규분포의 boxplot과 violin plot을, 그리고 자유도 1인 카이제곱분포의 두 plot을 비교해 보도록 하겠습니다.

> library(vioplot)

#> Loading required package: sm

#> Package 'sm', version 2.2-5.5: type help(sm) for summary information

> par(mfrow=c(1, 2))
> x1 <- rnorm(2000, 0,1)
> boxplot(x1)
> vioplot(x1, col="red")

> par(mfrow = c(1, 2))
> x2 <- rchisq(2000, df=1)
> boxplot(x2)
> vioplot(x2, col = "red")

저는 구관이 명관이라고 boxplot을 더 선호하긴 합니다만, 분포를 한 눈에 파악할 수 있다는 점에서 violin plot도 괜찮은 선택이라고 생각합니다.