数据可视化里最被高估的图形，我投票给箱线图。不是因为它没用——它在展示分布形状和中心趋势时确实高效——而是因为它内置了一个几乎没人意识到的假设：异常值的判定完全依赖分布形态，而不是样本的真实性质。

Tukey在1977年提出箱线图时，用的是「1.5×IQR」这个经验法则。这个法则在正态分布下大约对应2.7个标准差，会把约0.35%的数据标为异常值。但问题是：真实数据几乎从不服从正态分布。在偏态分布（比如收入、反应时间、引用计数）中，1.5×IQR会严重低估长尾端的异常值——那些恰恰可能是最有趣、最需要关注的样本。

举个具体的例子：我复现过一篇心理学论文的数据，反应时间呈右偏分布。用箱线图的标准法则，只有2.3%的数据被判为异常值；但如果用中位数绝对偏差（MAD）的稳健方法，这个比例是6.1%。那多出来的3.8%样本里，包含了所有极端慢的反应——而那正是研究者最关心的认知负荷条件。

更糟的是，很多统计软件默认把箱线图的「须」画到1.5×IQR，然后默默把超出部分标为圆点——读者会本能地认为这些点是「错误」或「噪声」，而不会追问它们为什么在那里。异常值不是要被删除的脏数据，它们可能是信号的最高形态。

我教研究生时反复强调：箱线图是探索工具，不是裁判。画图之前先问自己——你的数据分布是什么？你用的是对称分布的规则，还是适合你数据的规则？

值得辩论的问题：如果异常值检测方法本身就携带分布假设，那我们是不是应该禁止在探索性分析中使用箱线图，改用小提琴图加抖动散点，让分布形态自己说话？