Esta herramienta encuentra valores atípicos — valores lejos del resto de tus datos — con dos reglas estándar, y dibuja tus valores como un gráfico de dispersión para que puedas verlos. La regla IQR observa el cincuenta por ciento central de tus datos: cualquier valor más allá de un múltiplo dado de esa dispersión fuera de los cuartiles se marca. La regla z mide cuántas desviaciones estándar separa cada valor de la media. Los puntos rojos del gráfico son atípicos IQR. Un atípico no es automáticamente un error. Puede ser un error de tipeo, un fallo del sensor o la observación más interesante de tu estudio. La herramienta marca; tú decides.
Cómo usarla
- Pega tus números, separados por comas o saltos de línea.
- Ajusta el multiplicador IQR (1,5 es lo estándar) y el corte z (3 es lo estándar).
- Pulsa Buscar valores atípicos y lee las cercas y las dos listas.
- Revisa el gráfico: los puntos rojos son atípicos IQR.
- Investiga los valores marcados en tus datos originales antes de borrar nada.
Ejemplo resuelto
Diez tiempos de reacción son 12, 14, 13, 15, 12, 14, 13, 120, 14 y 13 milisegundos. Las cercas IQR salen alrededor de 10 y 18, así que 120 queda marcado por ambas reglas mientras los demás valores pasan. Antes de borrarlo, revisa el registro del laboratorio: ¿se interrumpió el ensayo, falló el equipo o el participante dudó de verdad? Si el registro muestra una interrupción, la exclusión es defendible y debe informarse. Si nada lo explica, conserva el valor y usa un análisis robusto en vez de descartar en silencio tu dato más inusual.
Límites honestos
Ambas reglas suponen datos más o menos acampanados o al menos con un solo pico. Con datos muy sesgados, la regla IQR marca valores altos legítimos, y con muestras pequeñas la regla z es inestable porque un valor extremo infla la propia desviación estándar. El gráfico es un diagrama de puntos simple, no un diagrama de caja completo, y no puede mostrar subgrupos: un atípico en los datos agrupados puede ser normal dentro de su propio grupo. Siempre grafica y separa por grupo antes de excluir, e informa siempre cuántos valores excluiste y por qué.
Para quién es
Esta herramienta es para estudiantes e investigadores que hacen análisis exploratorio, científicos de laboratorio que revisan una serie de mediciones y analistas que examinan una columna antes de modelar. Es un primer filtro, no un veredicto. Úsala para iniciar una investigación sobre valores extraños, y deja que tus notas de laboratorio, no solo el punto rojo, tomen la decisión final.
Para ir más allá
Cuando los atípicos son valores genuinos y no errores, las estadísticas robustas suelen ser la respuesta honesta. La mediana y el rango intercuartílico describen el centro y la dispersión sin dejar que un valor extremo los arrastre, a diferencia de la media y la desviación estándar. Una media recortada, que elimina un porcentaje fijo de cada cola antes de promediar, es un camino intermedio. Informar tanto el resultado con la muestra completa como el resultado tras excluir valores marcados es aún mejor: si la conclusión sobrevive a ambos, es sólida; si cambia, el atípico merece un párrafo propio. Hagas lo que hagas, pre-especifica la regla antes de mirar el resultado. Decidir excluir un valor porque estropea un resultado significativo no es limpiar, es elegir a conveniencia, y los revisores que detecten un dato faltante preguntarán por él. Guarda un registro de exclusiones con el valor, el motivo, la evidencia de los registros originales y quién lo aprobó. Ese registro convierte un borrado sospechoso en una decisión defendible. Una comprobación relacionada es buscar atípicos en pares de variables, no solo en una columna a la vez. Un valor puede ser normal en cada columna por separado y sin embargo imposible en combinación: un niño de seis años con título universitario, una frecuencia cardíaca en reposo de 200 sin esfuerzo registrado. Los gráficos de dispersión de dos variables a la vez detectan esos casos, y las reglas de dominio detectan más: rangos de edad, límites físicos y restricciones lógicas que ninguna cerca estadística conoce. Elabora una lista corta de tales reglas para tu conjunto antes del análisis, ejecútalas junto a las pantallas IQR y z, y trata cualquier violación como un ticket de calidad de datos a resolver con la fuente, no como un número a borrar en silencio.
Herramientas relacionadas
English version · Mapeador de Valores Nulos · Herramientas gratis en español.
Inserta esta herramienta en tu web — gratis
Copia el código de abajo para añadir esta herramienta funcional a tu propia página. Solo pedimos que mantengas el pequeño enlace de crédito que la acompaña.