1 箱ひげ図の概要
箱ひげ図は、数値データの分布を要約するための可視化である。箱（四分位点の間）と、箱から伸びるひげ（端点の範囲）を用いて、中心傾向とばらつき、さらに分布の偏りや外れ値の存在を短時間で把握できるように設計されている。
統計の探索的分析やデータ解析の初期段階でよく用いられる。代表的な統計量として中央値と四分位範囲が中心に位置づけられており、平均より影響されにくい指標として捉えられることが多い。外れ値は別途マーカーで示されることが一般的で、表示上の解釈を分かりやすくする工夫が入る。
1.1 箱ひげ図で表す基本要素
箱ひげ図は、データを小さい順に並べたときの位置関係を基に、複数の区切り点を視覚化する。箱とひげはそれぞれ異なる役割を担い、四分位点と端点の扱いが図の読みやすさに直結する。
1.1.1 中央値
中央値は、データを順序に並べたときにちょうど真ん中に位置する値である。箱ひげ図では箱の中心線として描かれ、外れ値の影響を受けにくい中心位置の指標となる。分布が対称に近い場合には中心傾向を素直に示しやすいが、強い歪みがあるときは中央値と平均の違いが読み取りの手がかりになる。
1.1.2 四分位範囲と箱
第1四分位点（Q1）と第3四分位点（Q3）の間にはさまれた区間が箱で表される。箱の幅は四分位範囲（IQR = Q3 − Q1）に相当し、中間50%のばらつきの大きさを示す。箱が広いほど、その範囲内で値が散っていることを意味し、比較においては群ごとの相対的なばらつきの差として読み取れる。
1.1.3 ひげ（最小値・最大値の扱い）
ひげは、箱に隣接する端の範囲を表す。標準的な説明では最小値から最大値までをひげで表す場合もあるが、外れ値の扱いによってひげの到達点が変わることが多い。多くの実装では、外れ値と判断された点はひげの外側に描き、ひげ自体は「外れ値とみなさない範囲の端」まで伸ばす構成をとるため、ひげが意味する範囲を確認することが解釈上重要となる。
1.2 外れ値の考え方
外れ値は、分布の多数を代表する範囲から大きく離れた値として扱われることが多い。箱ひげ図では外れ値を見つけて目印で示すことで、全体の形状理解を助ける一方、判定基準によって結果が変わり得る点に注意が必要である。
外れ値の概念は「異常」「誤り」「重要」など複数の意味を含みうるため、図を見て直ちに原因や性質を断定するのではなく、データ生成過程や計測条件も含めて検証する姿勢が求められる。
1.2.1 外れ値の表示方法
外れ値は、箱ひげ図の作図ルールに従って点として追加表示されることが多い。たとえば個別のマーカー（丸点など）をひげの先に描き、箱とひげの領域外にあることを強調する。実装によっては、外れ値を点ではなく線として扱ったり、そもそも外れ値点を描かない設定が用意されている場合もある。
表示が変わると解釈のしやすさが変化するため、横方向の比較を行う際には、外れ値点の重なりや欠落がないかも確認する。
1.2.2 外れ値の判定基準（代表的な指標）
外れ値判定は、四分位範囲を基にした指標が代表的である。一般にIQRの何倍かを閾値として用い、Q1から下方向、Q3から上方向へ一定距離を超える点を外れ値とみなす。なぜ四分位範囲が使われるかというと、平均と分散よりも頑健であり、極端な値が判定の根拠を歪めにくいからである。
代表的には「Q1 − 1.5×IQR未満、またはQ3 + 1.5×IQR超」を外れ値とする規則が広く知られる。さらに厳しさを調整する目的で係数を変える設計や、外れ値を重度外れ値として階層化する設定もある。
1.3 箱ひげ図が得意な読み取り
箱ひげ図は、詳細な分布の密度を再現するというより、形の要点を素早く抽出することに向いている。そのため、中心、散らばり、偏り、外れの存在を同時に読み取りたい場面で有用になる。
1.3.1 分布の歪み
分布の歪みは、箱の位置とひげの伸び方、外れ値点の偏りとして表れることが多い。箱の中心（中央値）がQ1とQ3のどちらへ寄っているか、あるいは上側のひげと下側のひげの長さの差が手がかりになる。歪みが強い場合は、中央値を基準とした上下の広がりが非対称になりやすい。
1.3.2 ばらつきの比較
ばらつきは、箱の幅（IQR）とひげの長さで捉えられる。群間比較では、中央値の違いに加えて、箱がどれだけ広がっているかが中間層のばらつきの差として見える。ひげが長い場合は、外れ値を除いた範囲でより広く値が散っていることを示唆する。
1.3.3 外れ値の有無の把握
外れ値点が見えるかどうかは、図から即座に判断しやすい。外れ値の数が多い場合、分布が多峰性を持つ可能性や、混合データの可能性が背景にある場合もあるため、追加の検証（例：個別プロットやデータの分割）が望ましい。外れ値がない場合でも、測定誤差の範囲内に収まっている可能性と、そもそも分布が単純である可能性があり得るため、解釈は慎重に行う。
2 箱ひげ図の作成方法
箱ひげ図の作成は、データの並べ替え、四分位点の算出、中央値の決定、端点の範囲の決め方、そして外れ値判定という手順に整理できる。実装ではこれらが関数としてまとめられていることが多いが、概念として理解することで設定の影響を把握しやすくなる。
2.1 必要な統計量の計算
箱ひげ図の骨組みを決めるのは、Q1、中央値、Q3、そして端の扱いに関わる値である。これらはデータの順序構造から求められるため、計算過程を追うと図の形が理解しやすい。
2.1.1 ソートと四分位点の求め方
まずデータを昇順に並べる。次に四分位点を定義に従って求めるが、データ数が偶数か奇数か、四分位点をどの位置として扱うかで算出方法が変わり得る。代表的な考え方として、中央値で分割された上下半分に基づいてQ1とQ3を求める方式や、補間を用いる方式がある。
実装間で差が出る点であり、同じデータでもライブラリによって見える箱の位置が微妙に変わる場合があるため、再現性が必要な場面では算出規則の確認が望ましい。
2.1.2 中央値の算出
中央値は、並べたデータの中心位置として定義される。データ数が奇数なら中央の1点を採り、偶数なら2つの中心の平均を取る定義がよく用いられる。どちらの定義を採用するかで中央値が僅かに変わることがあるが、四分位点と整合するように実装ルールが選択される。
2.1.3 最小値・最大値（ひげ）の決定
ひげの端は、単純に最小値・最大値を使う場合と、外れ値を除外した範囲の端を使う場合がある。一般的な実装では、外れ値判定の結果に応じて、ひげが伸びる上限・下限が決まる構成が多い。したがって、外れ値判定を先に行う設計になっているケースも多い。
2.2 外れ値判定の手順
外れ値判定は、IQRを基準に閾値を構成し、その外側にある点を抽出する流れで整理できる。閾値の係数や判定の段階数（重度外れ値の扱いなど）により結果が変化する。
2.2.1 四分位範囲（IQR）の計算
IQRはQ3からQ1を引いた差として計算する。これは中間50%の広がりを表す量であり、外れ値判定に用いることで平均や分散に比べて頑健な基準となる。IQRが小さいと判定が厳しくなりやすく、比較的狭い分布でも少数の飛びが外れ値として拾われる傾向が出る。
2.2.2 判定のための閾値設定
閾値は、Q1から下方向へ一定量を引いた下限と、Q3から上方向へ一定量を加えた上限として定める。代表的な係数として1.5が用いられ、下限未満または上限超を外れ値とする。別の設定として、係数を大きくすれば外れ値と見なされにくくなり、逆に小さくすると検出が増えやすくなる。
2.2.3 外れ値の抽出と目印
閾値から外れるデータ点を外れ値として抽出し、図では箱とひげの外側にマーカーとして表す。抽出された値は、ひげの端の決定にも影響する場合があるため、同じ外れ値点でも表示ルール（ひげが最小・最大まで伸びるのか、外れ値を避けて伸びるのか）を確認する必要がある。
2.3 手計算と実装（概念）
手計算では、計算の各段階で得られた値が図の要素にどう対応するかを追うことが重要である。実装では関数に任せることになるが、引数やデフォルト設定が図形に直結するため理解が役立つ。
2.3.1 手計算で確認するポイント
確認すべき点は、四分位点の算出規則、中央値の定義、そして外れ値の閾値に用いる係数である。さらに、データ数が少ない場合は四分位点の位置が大きく揺れ、箱の形が安定しないことがあるため、サンプル数の確認も必要になる。手計算で箱の幅や中央値の位置を再現できれば、作図ルールの理解が進む。
2.3.2 表示ルールの選択
表示ルールには、外れ値点を描くかどうか、ひげの伸び方、箱の向き（縦横）、群ごとの並べ方などが含まれる。横方向に並べるとラベルの可読性が上がり、縦方向は値の読み取りがしやすい場合がある。比較を主目的にするなら、尺度の統一と外れ値マーカーの見え方（重なりや透明度など）も設計要素となる。
3 読み取り方と解釈のコツ
箱ひげ図は要約に基づくため、見た目の特徴と統計的意味の対応を押さえると解釈が安定する。次に、複数群比較の注意点と、誤解が起きやすい条件を整理する。
3.1 分布の形の見方
図から読み取れる「形」は、完全な密度の再現ではなく、中心と広がりと外れの位置関係の要点である。それでも、歪みや極端なばらつきの存在は比較的明瞭に表れる。
3.1.1 箱の位置と中心傾向
箱の中央線が中央値であり、その位置が中心傾向の代表値になる。中央値が異なる群同士を比較すると、単純な移動（全体が高い・低い）がまず判断できる。ただし外れ値が多い場合、中心傾向の代表値は平均とは別の意味を持つため、目的に応じてどの代表値を重視するかを考える必要がある。
3.1.2 ひげの長さとばらつき
ひげの伸びは、箱の外側にどれだけ値が分散しているかを示す。ただし外れ値を除外した範囲をひげで表す設計では、ひげの短さが必ずしも全体のばらつきの小ささを意味しない場合がある。外れ値点が多いと、ひげは抑えられ箱や点に情報が寄るため、ひげだけに注目しすぎない読み方が望ましい。
3.1.3 外れ値による歪みの示唆
外れ値が片側に偏って見えると、分布の歪みの方向性が示唆されることがある。たとえば上側にだけ点が増える場合、右裾が長いような形を連想できる。もちろん外れ値が必ずしも分布の歪みの本体とは限らず、混入要因やデータ収集の偏りによって発生するケースもあるため、追加調査の足場として扱うのが適切である。
3.2 比較のしかた
比較では、同じ統計量の差を見ているつもりでも、外れ値判定や四分位点の計算規則の違いが結果に影響することがある。視覚比較をする際は、作図設定が同一であるかを意識する。
3.2.1 複数群の箱ひげ図比較
複数群の並びでは、中央値（箱の中心線）とIQR（箱の幅）を主に見て相対比較するのが基本となる。次に、外れ値点の有無と位置、ひげの伸び方を見ると、分布の広がり方と極端値の出方が読み取れる。群の数が多い場合は、横幅や表示密度が上がって誤読の原因になるため、軸や凡例の設計が重要になる。
3.2.2 群間差の見立てと注意点
中央値の差があっても、IQRの重なりが大きければ「中間50%の範囲では差が小さい」可能性がある。逆に箱の幅が大きい群では、同じ平均的レベルでも個体差が大きいことを示す。外れ値が一部に集中する群では、統計的な比較手法を選ぶ際に外れ値の扱いが結果へ影響し得るため、検討の前提を整理するのが望ましい。
3.3 誤解しやすい点
箱ひげ図は要約なので、情報の欠落や見た目の誤認が起きやすい。誤解を減らすには、どの情報が省略され、何が強調されているかを理解することが鍵となる。
3.3.1 サンプルサイズとの関係
サンプル数が少ないと四分位点の推定が不安定になり、箱の形が偶然に左右されることがある。結果として、群間差が実データの傾向ではなく、サンプルの偏りによる可能性が増える。したがって、少数サンプルの箱ひげ図では、追加の記述統計や感度確認を併用するのが適切である。
3.3.2 値の並び情報が失われる点
箱ひげ図は並び順や時系列の情報を含まない。たとえば時間順に増加しているデータでも、同じ集合として扱われるため、動きは見えない。相関や季節性のような時系列の特徴を知りたい場合には、別の可視化やモデリングが必要になる。
3.3.3 外れ値の扱い変更による見え方
外れ値判定の係数や、外れ値を描く／描かない設定が変わると、ひげの長さや点の見え方が変わる。見た目の変化が「データの本質的変化」を意味するとは限らず、表示ルールによって生じる可能性があるため、比較の際は同一設定で描画したかを確認する必要がある。再現性のある報告では設定の明記が望ましい。
4 箱ひげ図の応用
箱ひげ図はEDAから意思決定まで幅広い場面で利用される。用途に応じて、外れ値の扱い、比較軸、補完用の図を選ぶことで情報の価値が高まる。
4.1 探索的データ分析（EDA）
EDAでは、データの全体像をつかみ、注意すべき点を早期に抽出することが目的となる。箱ひげ図はその入口として適している。
4.1.1 異常値のスクリーニング
外れ値点の存在は、計測ミス、入力エラー、条件の違いによる混入などを示唆する場合がある。箱ひげ図で目印を確認し、元データへ戻って原因を切り分けることで、分析の信頼性を高める手順につながる。外れ値をそのまま捨てるのではなく、検証の起点として使う考え方が一般的である。
4.1.2 分布の概観把握
IQRと中央値の位置から、典型的なレベルと中間のばらつきが把握できる。さらに、ひげや点の偏りから歪みの可能性も読み取れるため、より複雑な分布モデルへ進む前の足場として機能する。群を同時に並べれば、差の大きさが視覚的に整理される。
4.2 仮説検討・意思決定での位置づけ
箱ひげ図は要約可視化であり、厳密な検定そのものではない。仮説や意思決定の材料としては、図が示す傾向を統計的手続きと組み合わせる形が適している。
4.2.1 外れ値を踏まえた比較の前処理
外れ値の存在は、比較手法の選択や前処理方針に影響することがある。たとえば頑健な推定を優先する、データ生成の文脈を確認して除外の妥当性を検討する、といった流れが生まれる。箱ひげ図はその判断の材料として、どこに極端値が集中しているかを示す。
4.2.2 分布差の検討につなげる
中央値やIQRの差は、分布の位置や散らばりの違いを示す手がかりになる。次の段階として、分布の形が似ているか、スケールが違うか、外れ値が主要因かを考え、適切な比較指標や検定へ進める。可視化は「どこを確かめるべきか」を定める役割を担う。
4.3 他の可視化との使い分け
単独で完結するというより、他の図と役割を分けて使うと情報が整理される。箱ひげ図は要点を濃縮し、他の可視化は細部を補う関係になりやすい。
4.3.1 ヒストグラムとの役割分担
ヒストグラムは度数の分布形状をある程度連続的に示すのに対し、箱ひげ図は四分位点にもとづく要約に集中する。外れ値の確認や群比較の概観には箱ひげ図が向き、分布の細かな山の数や裾の滑らかさを見たい場合にはヒストグラムが補完する。
4.3.2 散布図・バイオリン図との補完関係
散布図は2変数の関係を直接示せるため、箱ひげ図で見えるばらつきが「どの要因と結びつくか」を探る際に使いやすい。バイオリン図は分布の密度形状をより詳細に表す傾向があり、箱ひげ図の要点（中央値やIQR）と併せて読むことで、中心付近の構造や多峰性の可能性をより捉えやすくなる。目的に応じて、要約と詳細を行き来する使い分けが有効である。