Grficas de caja y bigotes

Juan Snchez Reyes

Proverbio chino: Una grfica dice ms que mil palabras.

Una grfica es una representacin visual de las relaciones entre un conjunto de datos.
Constituye un diagrama que organiza y representa informacin. Tiene el propsito
principal de comunicar informacin visualmente. Por esta razn, se usa en los
peridicos, revistas, comercio, y otros, alrededor del mundo. Hay ocasiones en que
una informacin puede ser muy compleja para entender y necesita una ilustracin.
Otras veces, una grfica ayuda a impresionar a la gente porque permite presentar un
punto de vista en forma rpida y visual.

Hay muchos tipos de grficas; algunas son fciles de entender, mientras otras pueden
ser engaosas. Cada tipo de grfica tiene su uso especfico. La utilizacin de un
determinado tipo de grfica depende de la naturaleza de los datos y el propsito para el
cual se dibuja la misma.

El diagrama de caja y bigotes es un tipo de grfica de uso reciente. Tambin se le
conoce como diagrama o grfica de caja y patillas o simplemente grfica de caja. Fue
creada por John W. Tukey, en 1977.

Algunas formas de describirla son las siguientes:
- Mtodo fcil para presentar visualmente la mediana, los cuartiles y los valores
extremos.
- Es una combinacin pictrica de medidas de dispersin.
- Es una representacin visual de cmo se distribuyen los datos y cunta
variacin tienen.
- Representacin que usa cinco nmeros para resumir los datos: cuartil 1,
mediana, cuartil 3 y valor mnimo y valor mximo.

El siguiente diagrama indica las partes, los cinco nmeros y la escala numrica que
estn presentes en una grfica de caja y bigotes.














Escala numrica
VMI
Q1
Med.
Q3
VMA
caja
bigote
bigote

VMI Q1 Med. Q3 VMA
VMI = valor
mnimo de
los datos; el
ms
pequeo.

Q1 es el primer
cuartil o cuartil
inferior. El
primer cuartil es
el nmero tal que
el 25% de los
datos est bajo
l. Divide la
mitad inferior de
los datos en dos
partes iguales.
La mediana
(Med.) es una
medida de
tendencia central
que divide los
datos en dos
partes iguales, es
el centro, esto es,
el 50% de los
datos est sobre
la mediana y el
50%, est debajo.
Q3 es el tercer
cuartil o cuartil
superior. Es
un nmero tal
que el 75% de
los datos est
bajo l. Divide
la mitad
superior de los
datos en dos
partes iguales.
VMA = valor
mximo de
los datos; el
ms grande.


Para calcular la mediana, es necesario ordenar los datos, preferiblemente de menor a
mayor. Si hay un nmero impar de datos, el dato del medio es la mediana. Si hay un
nmero par de datos, entonces, la mediana es el promedio de los dos valores del
medio.

Ejemplos:

1. 2, 4, 6, 8, 10, 12, 14. Como hay 7 datos, la mediana es el dato del medio, esto es, 8.
2. 2, 4, 6, 8, 10, 12. Como hay 6 datos, la mediana es
6 8
7
2
+
= .

Los cuartiles son valores que dividen un conjunto de datos en cuatro partes iguales. Se
usan a menudo Q1, Q2 y Q3 para representar los tres cuartiles, en los que Q2 es la
mediana.

Ejemplo: Las edades de 11 personas son: 5, 8, 12, 15, 19, 21, 25, 28, 30, 33, 35.

5, 8, 12, 15, 19, 21, 25, 28, 30, 33, 35




La amplitud intercuartlica o rango intercuartil (RIC) de una serie de datos es la
diferencia entre Q3 y Q1, esto es, RIC = Q3 Q1. Representa la mitad central o el
50% central de los datos. En el ejemplo anterior, RIC = 30 12 = 18. Esto significa
que la mitad o el 50% de las edades de las personas no sobrepasan los 18 aos de la
mediana, esto es, la mitad central de los datos vara por 18.

Un valor que es mucho ms grande o mucho ms pequeo que los otros, se conoce
como valor atpico (outlier). Un valor atpico es un dato que est a por lo menos
1.5RIC sobre Q3 o bajo Q1.
Q2 = Med. = 21 Q1 = 12
Q3 = 30
80 70 60
50
40
30 20
En nuestro ejemplo, todo valor que est sobre 30 + 1.5(18) = 57 o bajo 12 1.5(18) = -
15, es un valor atpico. Los valores atpicos se grafican como puntos aislados.

Ejemplo: Dibuja una grfica de caja y bigotes para los siguientes datos: 23, 27, 39, 46,
46, 51, 53, 54, 55, 60, 69, 81.

La med. =
51 53
52
2
+
= , Q1 =
39 46
42.5
2
+
= , Q3 =
55 60
57.5
2
+
= y los valores
extremos son 23 y 81. RIC = 57.5 42.5 = 15.

Para determinar valores atpicos, se calcula: 57.5 + 1.5(15) = 80 y 42.5 1.5(15) = 20.
Como 81 > 80, es un valor atpico. La grfica es la siguiente:





Algunas ventajas de la grfica de caja y bigotes son:

- Es fcil de interpretar y visualizar.

- Es til para comparar una misma variable para grupos diferentes.

- No presenta un amontonamiento de todos los datos, esto es, no muestra todos
los datos.

- Destaca solamente algunas caractersticas de los datos.

- No se hace ms complicada con mayor cantidad de datos.

- Es buena para visualizar los valores extremos y el alcance de los valores
centrales.

Una desventaja de este tipo de grfica es que no es apropiado para pocos datos.

Las grficas de caja y bigotes se pueden dibujar usando una calculadora grfica, como
la TI-83 Plus. A continuacin se ofrecen alguna ayuda para hacer esto.

1. Copia los datos en la lista L1.



2. Ordena los datos en forma ascendente.
Oprima [LIST] ~ 1 L1 _.

3. Calcula cuartiles y mediana. Oprime
~ 1 L1 _. Observa que Med. = 11,
Q1 = 9, Q3 = 14, VMI = 5 y VMA = 16.


4. Dibuja la grfica. Oprime [STAT PLOT]1 y haga las selecciones para obtener
la Fig. 1. Luego, oprime u y debes obtener la Fig. 2.








Oprime y usa las teclas de flechas (~) para ver el valor mnimo, Q1, Med., Q3 y el
valor mximo.

5. Para visualizar un posible valor atpico, aade el valor 35 a los datos anteriores.
Oprima 35 . L1 s . Repite el paso # 4, pero selecciona el primer tipo de
grfica de caja (Ve Fig. 3). La grfica que se obtiene ilustra que 25 es un valor
atpico y se representa con un punto (Ve Fig. 4)









Referencias:

Tukey, J. W. (1977). Box-and-Whisker Plots. Explanatory Data Analysis. MA:
Addison-Wesley, pp 39-43.

http://www.geocities.com/thesciencefiles/box/plot.html

http://mathstar.nmsu.edu/investigation1/box_wisker.html

http://argyll.epsb.edmonton.ab.ca/jreed/comphelp/boxplot.html


Fig. 1
Fig. 2
Fig. 3
Fig. 4