Explicación Sencilla
Imagina que eres el dueño de una cafetería y quieres entender cómo se comportan las ventas de tus bebidas a lo largo del mes. Tienes días con ventas muy bajas, días normales y algunos días de eventos especiales donde las ventas se disparan. Si solo sumas todo y sacas un promedio, esa cifra final va a mentir: un solo día de ventas espectaculares puede hacerte creer que tu negocio va de maravilla, ocultando que la mayoría de los días estás operando a pérdidas. Aquí es donde entra el diagrama de cajas y bigotes.
Este diagrama es como una radiografía de tus datos. Imagina una caja alargada con dos líneas que salen de sus extremos (los bigotes). En lugar de darte un único número, este gráfico divide a todos tus clientes o tus datos en cuatro grupos iguales, donde cada grupo representa exactamente el 25% de tus observaciones.
La Caja: Representa el corazón de tus datos, el 50% central. Si la caja es corta, significa que tus ventas son muy estables y predecibles. Si la caja es muy larga, tus ventas cambian drásticamente de un día para otro. La línea que parte la caja a la mitad es la mediana, el verdadero centro operativo de tu negocio.
Los Bigotes: Se extienden hacia los extremos para mostrarte qué tan lejos llegan tus días buenos y tus días malos cotidianos.
Los Puntos Sueltos (Valores Atípicos): Si un día se filmó una película en tu calle y vendiste 10 veces más de lo normal, ese dato aparecerá como un punto completamente aislado, fuera de los bigotes. El gráfico te dice de inmediato: "Ojo, esto pasó, pero no es la norma".
Supongamos que analizas el tiempo de entrega en minutos de dos repartidores de tu cafetería durante 20 envíos:
- Repartidor A: Su caja es muy estrecha y está compactada entre los 15 y los 22 minutos. Sus bigotes son cortos.
- Repartidor B: Su caja es anchísima, abarcando desde los 10 hasta los 45 minutos, y tiene un bigote que se extiende hasta los 70 minutos.
Aunque ambos tengan el mismo promedio de tiempo de entrega, el diagrama de cajas y bigotes te revela que el Repartidor A es altamente consistente y confiable, mientras que el Repartidor B es una ruleta rusa de impuntualidad. El gráfico te permite ver la dispersión y la simetría de un solo vistazo.
Explicación Académica
El Diagrama de Cajas y Bigotes (conocido formalmente en la estadística descriptiva anglosajona como Boxplot) fue introducido por el matemático John W. Tukey en 1977. Es una representación gráfica tridimensional implícita basada en cuantiles, diseñada para describir simultáneamente la localización, la dispersión, la simetría y el comportamiento de las colas (valores atípicos) de un conjunto de datos univariantes.
Para la construcción formal y la interpretación requerida en el EXANI-III, es indispensable dominar el concepto del Resumen de los Cinco Números, el cual está constituido por:
FÓRMULAS Y MÉTODOS DE CÁLCULO
Posición de los Cuartiles:
Para un conjunto de datos de tamaño n ordenados de forma ascendente, la posición de un cuartil k (donde k = 1, 2, 3) se aproxima mediante la ecuación:
Si el resultado es un número entero, el cuartil corresponde exactamente al valor de dicha posición. Si es un valor decimal, se realiza una interpolación lineal entre los dos valores adyacentes.
Rango Intercuartílico (RIC):
Es la medida de dispersión fundamental del Boxplot, definida como la longitud de la caja y representa el 50% central de la distribución:
Límites para la Detección de Valores Atípicos (Cercanos y Lejanos):
Para determinar la longitud técnica de los bigotes y aislar estadísticamente las anomalías, se construyen las "barreras" o límites interiores:
Criterio de Clasificación de Datos:
- Dato Típico: Cualquier valor x tal que LI ≤ x ≤ LS. Los extremos de los bigotes se dibujarán en los valores reales mínimo y máximo que se encuentren dentro de este rango.
- Valor Atípico (Outlier): Cualquier valor x tal que x < LI o x > LS. Gráficamente se representan mediante asteriscos (*) o círculos pequeños (∘).
ANÁLISIS DE SIMETRÍA Y SESGO A TRAVÉS DEL BOXPLOT
Distribución Simétrica:
La línea de la mediana se ubica en el centro geométrico de la caja, y la longitud de ambos bigotes es aproximadamente equivalente.
Sesgo Positivo (Asimetría a la derecha):
La mediana está desplazada hacia la parte inferior de la caja (Q₂ está más cerca de Q₁), y el bigote superior es significativamente más largo que el inferior. Esto indica una concentración de datos en valores bajos con una cola alargada hacia los valores altos.
Sesgo Negativo (Asimetría a la izquierda):
La mediana se posiciona hacia la parte superior de la caja (Q₂ está más cerca de Q₃), y el bigote inferior es más largo. Denota concentración de datos en valores elevados.
El Filtro Automático para Destruir Reactivos
Para resolver reactivos sobre estadística descriptiva y diagramas de caja en el EXANI-III con absoluta velocidad, utiliza este filtro de clasificación inmediata basado en palabras clave:
Palabras Clave "Diagrama de Caja" (Marcar de inmediato)
- Resumen de los cinco números / Cuartiles
- Rango intercuartílico (RIC) / Dispersión central
- Valores atípicos / Outliers / Puntos aislados
- Simetría / Asimetría / Sesgo positivo o negativo
- Mediana como centro / Cajas y bigotes
Palabras Trampa (Descartar en Boxplot)
- Media aritmética y desviación estándar (pertenecen a análisis paramétricos)
- Gráficos de dispersión bivariados / Regresión lineal
- Histograma de frecuencias continuas exactas
- Pruebas de hipótesis inferenciales (t-Student, ANOVA)
Ejemplo de Descarte Rápido
Si el reactivo te pide identificar el gráfico idóneo para visualizar la mediana, la presencia de valores atípicos extremos y la simetría de una muestra sin verse afectado por datos aberrantes, busca de inmediato "Diagrama de Cajas y Bigotes" o "Boxplot". Si las opciones te sugieren usar la media y la desviación estándar para este propósito, descártalas porque son sensibles a valores extremos.