¿Cómo se lee un diagrama de caja y bigote?

Boxplot r

Un gráfico de caja y bigotes o diagrama de caja es una forma conveniente de comparar grupos de datos numéricos. Expresado de forma sencilla, el bigote inferior representa el 25% inferior de las puntuaciones, la caja representa el 50% medio de las puntuaciones y el bigote superior el 25% superior de las puntuaciones. La línea que cruza la caja muestra la puntuación media del conjunto de datos. Algunos gráficos de caja y bigotes, como el que se ilustra a continuación, muestran valores atípicos. Se trata de puntuaciones que se desvían notablemente de otras puntuaciones de la muestra en la que se encuentran.

En este gráfico se comparan los niveles de rendimiento en lectura. El eje de la izquierda representa las puntuaciones y el de la derecha el nivel del año. La línea negra gruesa en cada uno de los cuadros representa la mediana de ese conjunto de datos en particular. La línea roja fina representa la mediana nacional. Los círculos pequeños representan los valores atípicos.

Lectura de un boxplot

Los gráficos de caja y bigotes, a veces conocidos como gráficos de caja, son un gráfico ideal para mostrar la distribución de los puntos de datos en una medida seleccionada. Estos gráficos muestran los rangos dentro de las variables medidas. Incluyen los valores atípicos, la mediana, la moda y dónde se encuentra la mayoría de los puntos de datos en la “caja”. Estos gráficos son útiles para comparar la distribución de muchas variables entre sí.

Los gráficos de caja y bigotes fueron dibujados por primera vez por John Wilder Tukey. Este matemático estadounidense ideó la fórmula como parte de su conjunto de herramientas para el análisis exploratorio de datos en 1970. Publicó su técnica en 1977 y otros matemáticos y científicos de datos comenzaron a utilizarla. Han creado muchas variaciones para mostrar la distribución de los datos.

Los gráficos de cajas y bigotes muestran la distribución de los datos, los valores atípicos y la mediana. La caja dentro del gráfico muestra dónde cae alrededor del 50 por ciento de los puntos de datos. Resume un conjunto de datos en cinco marcas. La marca con el mayor valor se llama máximo. Es probable que caiga muy lejos de la caja. La marca con el valor más bajo se denomina mínimo. Es probable que caiga fuera de la caja en el lado opuesto al del máximo.

Por qué utilizar el gráfico de caja y bigotes

Un gráfico de cajas (también conocido como gráfico de cajas y bigotes) utiliza cajas y líneas para representar las distribuciones de uno o más grupos de datos numéricos. Los límites de las cajas indican el rango del 50% central de los datos, con una línea central que marca el valor de la mediana. Las líneas se extienden desde cada caja para capturar el rango de los datos restantes, con puntos colocados más allá de los bordes de la línea para indicar los valores atípicos.

El ejemplo de gráfico de caja anterior muestra las descargas diarias de una aplicación digital ficticia, agrupadas por meses. En este gráfico, podemos ver que las descargas aumentaron gradualmente desde unas 75 diarias en enero hasta unas 95 en agosto. También parece haber un ligero descenso en la media de descargas en noviembre y diciembre. Los puntos muestran los días con recuentos de descargas atípicos: hubo dos días en junio y uno en octubre con bajas descargas en comparación con otros días del mes. El gráfico de cajas y bigotes proporciona una representación más limpia de la tendencia general de los datos, en comparación con el gráfico de líneas equivalente.

Los gráficos de caja se utilizan para mostrar las distribuciones de los valores de los datos numéricos, especialmente cuando se desea compararlos entre varios grupos. Se construyen para proporcionar información de alto nivel de un vistazo, ofreciendo información general sobre la simetría, la inclinación, la varianza y los valores atípicos de un grupo de datos. Es fácil ver dónde está el grueso de los datos, y hacer esa comparación entre diferentes grupos.

Box plot python

Un diagrama de caja y bigotes es una herramienta visual que se utiliza para mostrar gráficamente la mediana, los cuartiles inferior y superior, y los extremos inferior y superior de un conjunto de datos.Los diagramas de caja y bigotes le ayudan a ver la varianza de los datos y pueden ser una herramienta muy útil.Esta guía para crear y entender los diagramas de caja y bigotes le proporcionará un tutorial paso a paso junto con una hoja de trabajo gratuita de diagramas de caja y bigotes.¡Comencemos viendo algunos datos de baloncesto! Cómo hacer un diagrama de caja y bigotes

Paso uno: El primer paso para crear una gráfica de caja y bigotes es ordenar los valores del conjunto de datos de menor a mayor.

Segundo paso: Identifica los extremos superior e inferior (los valores más altos y más bajos del conjunto de datos).El extremo inferior es el valor más pequeño, que es 5 en este ejemplo.El extremo superior es el valor más alto, que es 32 en este ejemplo.

Si quieres practicar un poco más la creación y el análisis de gráficos de cajas y bigotes, consulta la siguiente hoja de trabajo gratuita sobre gráficos de cajas y bigotes, que está disponible para su descarga en formato PDF: