Grafica Boxplot
juan sebastian santafe montejo
6/4/2022
¿Que es una grafica Boxplot?
El gráfico de caja es una forma de presentación estadística destinada a resaltar aspectos de la distribución de las observaciones en una o más series de datos cuantitativos.
Origen:
Fue diseñado por John tukey, en la Universidad de princeton (U.S.A) en 1977.
Componentes del grafico:
Caja:
Es un rectangulo que abarca el intervalo intercuartílico de la distribución, es decir el tramo de la escala que va desde el primer cuartil al tercer cuartil, también incluye el 50% de las observaciones centrales.
La linea que cruza la caja:
Es la línea que indica el valor de la media.
Los bigotes:
Son las líneas que salen a los costados de las caja y sirven como referencia para ubicar las observaciones que estan por fuera del 50% central de la distribución.
Los puntos:
Son los valores atipicos, es decir es una observación extrañamente grande o pequeña, son los puntos que estan mas allá del limite inferior y superior.
¿Que variables se usan?
Se utilizan varaibles cuantitativas, ya que el grafico nos muestra a través de los cuartiles, la distribución y la tendencia central de valores numéricos.
Los cuartiles son una forma de dividir valores numéricos en cuatro grupos iguales basados en cinco valores clave: mínimo, primer cuartil, mediana (segundo cuartil), tercer cuartil y máximo.
Interpretacion de los cuartiles:
Primer cuartil: el 25% de los valores son menores o igual a este valor.
Mediana o Segundo Cuartil: Divide en dos partes iguales la distribución. De forma que el 50% de los valores son menores o igual a este valor.
Tercer cuartil: el 75% de los valores son menores o igual a este valor.
Extraído de:
Grafico boxplot:
partes del grafico de caja
Codigo
codigo normal:
mi_df <- trees # base de datos
boxplot(mi_df, horizontal= TRUE# horizontal o vertical
,main="Bloxplot para cualquier base de datos", #titulo
xlab = "titulo del eje x",
ylab = "titulo del eje y",
col = "blue")# color de la caja
grafico de caja
codigo para grafico personalizado:
mi_df <- trees # base de datos
boxplot(mi_df, # Datos
horizontal = FALSE, # Horizontal o vertical
lwd = 3, # ancho de los bordes de la caja
col = "red", # Color de la caja
xlab = "Etiqueta eje X", # Etiqueta eje X
ylab = "Etiqueta eje Y", # Etiqueta eje Y
main = "Boxplot personalizado en R base", # Título
notch = TRUE, # Ańade intervalos de confianza para la mediana
border = "black", # Color del borde del boxplot
outpch = 25, # Símbolo para los outliers
outbg = "green", # Color de los datos atípicos
whiskcol = "blue",# Color de los bigotes
whisklty = 2, # Tipo de línea para los bigotes
lty = 1) # Tipo de línea 1 normal, 2 cortada (caja y mediana)
grafico de caja