¿Qué es boxplot?

Diagrama de Caja (Boxplot)

Un diagrama de caja (también conocido como diagrama de caja y bigotes) es una forma estandarizada de representar gráficamente una serie de datos basándose en un resumen de cinco números: el mínimo, el primer cuartil (Q1), la mediana, el tercer cuartil (Q3) y el máximo. Proporciona una visión general de la distribución de los datos, permitiendo identificar rápidamente la tendencia central, la dispersión y la simetría. También permite detectar valores atípicos.

Componentes Principales:

La Caja: Representa el rango intercuartílico (IQR), que es la diferencia entre el tercer cuartil (Q3) y el primer cuartil (Q1). El 50% central de los datos se encuentra dentro de la caja.
La Mediana: Se representa con una línea dentro de la caja. Indica el punto medio de los datos.
Los Bigotes: Se extienden desde los extremos de la caja hasta los valores más lejanos dentro de un rango definido. Típicamente, los bigotes se extienden hasta 1.5 veces el IQR desde los cuartiles.
Valores Atípicos (Outliers): Se representan como puntos individuales fuera de los bigotes. Estos valores están significativamente alejados del resto de los datos y pueden indicar errores de medición o casos inusuales.

Interpretación:

Un diagrama de caja simétrico (mediana centrada en la caja, bigotes de longitud similar) sugiere una distribución simétrica de los datos.
Una mediana desplazada hacia un lado de la caja y/o bigotes de longitudes diferentes sugieren una distribución asimétrica (sesgada).
La longitud de la caja (IQR) indica la variabilidad del 50% central de los datos.
Los valores atípicos indican valores extremos que merecen una investigación adicional.

Usos: