Creación de diagramas de caja en Excel

El diagrama de caja es un gráfico estadístico que ayuda en la visualización de datos. Se utiliza para mostrar la distribución de datos numéricos utilizando varios cuartiles. Son los siguientes:

1. Extremo inferior: es el valor mínimo en el conjunto de datos que se encuentra al final del bigote.
2. Primer cuartil: también se conoce como cuartil inferior, donde el 25 % de las puntuaciones se encuentran por debajo de él.
3. Mediana: Es básicamente el punto medio que divide la caja en dos mitades iguales. También se le conoce como Segundo Cuartil.
4. Tercer cuartil: también se conoce como cuartil superior en el que el 25% de los datos está por encima y el 75% restante cae por debajo.
5. Rango intercuartílico: muestra la parte media del diagrama de caja, que es el 50% de las puntuaciones. Se abrevia como IQR .
6. Extremo superior: es el valor máximo en el conjunto de datos que se encuentra al final del bigote.
7. Bigote: Los dos bigotes en la parte superior e inferior básicamente indican el valor fuera del rango IQR o el 50% de las puntuaciones.
8. Valores atípicos: los puntos en el diagrama de caja que se encuentran fuera de los bigotes.

Algunos enlaces importantes para obtener más información sobre diagramas de caja:

1. diagrama de caja
2. Diagrama de caja usando Python
3. Diagrama de caja en R
4.  ¿Qué es el diagrama de caja y la condición de los valores atípicos?
5. Comprender diferentes diagramas de caja con visualización

En este artículo, veremos cómo crear diagramas de caja y también cómo encontrar los parámetros importantes asociados con los diagramas de caja en Excel usando un ejemplo adecuado.

Ejemplo: Considere el IMC de diez estudiantes de la sección A-1 y el de la sección A-2. IMC significa Índice de Masa Corporal, que es un parámetro importante para juzgar la grasa corporal y la salud de una persona en función de la altura y el peso de una persona. 

Los pasos para crear un diagrama de caja:

1. Inserte los datos en las celdas como se muestra arriba.
2. Seleccione los datos y vaya a la pestaña Insertar en la parte superior de la ventana de Excel.
3. Ahora haga clic en el menú Gráfico estadístico . Aparecerá un menú desplegable.
4. Ahora seleccione el gráfico de cajas y bigotes .

El diagrama de caja por defecto será exclusivo del valor medio. Para que sea inclusivo de la media:

1. Seleccione el diagrama de caja.
2. Haga clic con el botón derecho y seleccione Formato de serie de datos.
3. En el cuadro de diálogo Formato de serie de datos, marque «Media inclusiva» en Cálculo de cuartiles.

Para dar formato a un diagrama de caja, use el símbolo + en la esquina superior derecha del gráfico, como se muestra a continuación:

Marque la opción Etiquetas de datos para agregar etiquetas de datos en los gráficos de caja y hacer que el gráfico sea más revelador.

Puede examinar los valores de las etiquetas de datos usando la siguiente sección donde vamos a discutir cómo calcular estos parámetros usando fórmulas de Excel.

Fórmula para calcular los parámetros asociados al diagrama de caja:

Para calcular los diferentes valores del cuartil utilice la fórmula:

= QUARTILE.INC(Cell_Range, integer) 

Aquí,

• Rango de celdas: Rango de celdas. En nuestro caso es de A2 a A11 para el tramo A-1 y de B2 a B11 para el tramo A-2
• entero : [0,4]

Valores de cuartiles	Fórmula
extremo inferior	=CUARTIL.INC(Rango_Celdas, 0)
Q1	=CUARTIL.INC(Rango_Celda, 1)
Mediana	=CUARTIL.INC(Rango_Celdas, 2)
Q3	=CUARTIL.INC(Rango_Celdas, 3)
extremo superior	=CUARTIL.INC(Rango_Celdas, 4)

Haz una tabla de ayuda en Excel para calcular las fórmulas anteriores. La tabla auxiliar se puede usar para interpretar nuestro diagrama de caja y los valores.

Del mismo modo, puede calcular todos los demás parámetros para ambas secciones. La mesa final se verá así:

Algunos otros parámetros importantes en un diagrama de caja son (1) Media (2) Rango. Las fórmulas son:

 = AVERAGE(Cell_Range)              
= (Upper Extreme - Lower Extreme) 

Otro parámetro importante en un diagrama de caja es un valor atípico que depende del valor del rango intercuartílico (IQR) . La fórmula para el IQR es:

IQR = Quartile_3 - Quartile_1

En nuestro ejemplo, el valor de IQR es 6,6, que puede calcular a partir de la tabla auxiliar. Ahora, un punto es un valor atípico si el valor es:

below (Quartile_1 - IQR*1.5) and  
above (Quartile_3 + IQR*1.5)

En el ejemplo dado para la sección A-1, tenemos un valor atípico en el valor 50, que es el valor máximo del IMC. Después del cálculo, el valor será:

IQR * 1.5=9.9
Q3 + IQR * 1.5 = 34.5

Since, 50 > 34.5 so it is in the outlier of the box plot.

De manera similar, puede calcular los parámetros anteriores para el segundo diagrama de caja y puede observar que los cinco parámetros están dentro del rango y, por lo tanto, no hay valores atípicos.

Para eliminar el valor atípico en Box plot-1, debe modificar el valor máximo de 50 a cualquier valor menor o igual a 34.5.