Con esta totalización, has perdido la información de las frecuencias de precios real, ahora tienes una muestra agrupada que se reduce a 5 precios específicos, claramente los quantiles serán distintos a la muestra inicial. De todas formas, puedes generar un boxplot
"expandiendo" cada precio por la cantidad dada en fa
. Si estás usando tidyverse/tidyr
puedes hacer:
library(tidyverse)
datos <- data.frame(`Marca de clase` = c(35, 45, 55, 65, 75),
`fa` = c(7, 5, 2, 3, 3),
check.names = FALSE)
datos %>%
uncount(fa) %>%
ggplot(aes(y=`Marca de clase`, x="precio")) +
geom_boxplot() +
stat_summary(geom="text", fun=quantile,
aes(label=sprintf("%1.1f", ..y..)),
position=position_nudge(x=.42), size=3.5)
En este caso la "magia" la hace uncount(fa)
que expande cada observación por el valor de fa
, de esta forma los datos quedan de la forma natural en que los trabaja geom_boxplot()
:
Pero, dado que tienes los quantiles y estan claros los precios máximos y mínimos, podrías generar una muestra "sintética" que respete aproximadamente la distribución original:
set.seed(2022)
n <- 1e6
quantiles <- c(30, 33, 42.8, 62.3, 79)
muestra <- data.frame(Precio = c(
runif(n/4,quantiles[1],quantiles[2]),
runif(n/4,quantiles[2],quantiles[3]),
runif(n/4,quantiles[3],quantiles[4]),
runif(n/4,quantiles[4],quantiles[5])
))
muestra %>%
ggplot(aes(y=Precio, x="precio")) +
geom_boxplot() +
stat_summary(geom="text", fun=quantile,
aes(label=sprintf("%1.1f", ..y..)),
position=position_nudge(x=.42), size=3.5)
El tamaño de la muestra debe ser mayor a la orginal con 20 casos para aproximarnos a los quantiles originales: