Los box plot son muy útiles para evaluar la distribución de los datos, mostrando la presencia de cualquier valor atípico.

Para aclarar un poco más la utilidad de esta representación gráfica, vamos a ver unos ejemplos de uso.

Ejemplo 1: no sólo la media

Imagínate que tienes que evaluar la eficacia de seis pulverizaciones insecticidas diferentes utilizando como medida el número de insectos que siguen presentes después de la pulverización. Para ello, se realizaron cincuenta pruebas con cada pulverizador y, al final de cada prueba, se mide el número de insectos presentes.

Si quisieramos mostrar la media de insectos presentes después de utilizar los aerosoles, podríamos usar un gráfico de barras.

Eligiríamos el spray B, ya que es el que tiene la barra más corta (menor número de insectos).

¿Pero qué pasaría si a esta información se le añadiera la distribución de los casos de cada prueba mediante un box-plot?

En este caso, la elección probablemente no sería tan sencilla, veamos por qué.

Observando la caja y los bigotes de los aerosoles B y C: podemos ver que el aerosol B tiene más variabilidad que el aerosol C; también vemos que tiene algunos valores atípicos que van más allá de los bigotes de la caja. ¿Qué nos dice eso?

El pulverizador B tiene una eficacia media mayor que la pulverización C, pero la mayor variabilidad de la medida del pulverizador B nos indica que no siempre es fiable. Por el contrario, el spray C parece proporcionar un mayor nivel de eficacia, aunque inferior al del spray B.

Ahora estaremos más indecisos, pero al menos contamos con más información que antes y podremos decidir por qué opción decantarnos.

Ejemplo 2: Medición de la variabilidad

En este otro ejemplo, hemos representado, en Tableau, las temperaturas medias de cada mes del año 2018 para la ciudad de Milán. El uso del box-plot permite mostrar información sobre la variabilidad: en este caso podemos evaluar qué meses tuvieron las temperaturas más variables, es decir, aquellas que tengan el box-plot más grande.

En particular, en el ejemplo, es evidente que en abril y noviembre se registraron temperaturas más variables que en los meses de verano.

Ejemplo 3: valores extremos

Finalmente, en el último ejemplo, queremos analizar los beneficios de algunas subcategorías de productos de nuestra empresa. Del gráfico se desprende que algunos productos han registrado valores de beneficio muy negativos y son esos valores los que salen de los bigotes en el box-plot de abajo.

Añadiendo la información del descuento medio en color, es evidente que estos productos con un fuerte beneficio negativo son los que tienen el mayor descuento medio (para algunos de ellos el descuento es visible en la etiqueta). En este caso, el box-plot nos muestra inmediatamente sobre qué productos deberíamos intervenir y, si interviniéramos sobre el descuento de esos productos anulándolo, tendríamos un beneficio global de más del doble respecto al anterior.

¡Si quieres seguir aprendiendo y estar al tanto de todas las novedades, síguenos en Linkedin!