Valor atípico (outlier)
Un valor atípico es un dato que queda muy lejos del resto, como un pedido de $9,800 entre pedidos de $300. Puede ser un error de captura o un caso real e importante: antes de quitarlo, averigua cuál es.
Selecciona cualquier frase de aquí para preguntarle a tu Maestro.
Entre estos 40 pedidos llega uno de $9,800. ¿Qué número crees que se mueve más?
Para qué sirve detectarlos: un solo valor atípico puede jalar un promedio, inflar un total o torcer una gráfica. Si no lo ves, reportas un número que no describe a casi nadie; si lo borras sin preguntar, puedes tirar justo el caso más importante (el cliente más grande, el fraude, el día que falló el sistema).
Cómo encontrarlos: dibuja los datos. En un histograma quedan como barras sueltas lejos del resto; en un diagrama de caja, como puntos más allá de los bigotes (la regla común marca lo que queda a más de 1.5 veces el alto de la caja por arriba o por abajo de ella). Ordenar la columna de mayor a menor también funciona.
Qué hacer con uno: averigua si es un error (un cero de más, una unidad equivocada, una prueba que nadie borró) o un caso real. Si es error, corrígelo en la fuente. Si es real, déjalo y usa medidas que aguanten, como la mediana, o repórtalo aparte. Siempre anota qué decidiste.
Lo practicas en ¿Un valor extremo es un error o un dato real?.
Así se usa
Antes de quitarlo
El pedido de $9,800
- ¿Es posible? Una tienda que vende hasta $2,000 por artículo sí puede tener un pedido así.Si fuera imposible (una edad de 240 años), es error de captura.
- ¿Hay más como él? Busca otros pedidos de más de $5,000 en el año.Si hay varios, es un tipo de cliente, no una rareza.
- ¿Qué dice la fuente? Abre el pedido en el sistema o pregúntale a quien lo capturó.
- marcado: Decide y escríbelo: lo dejas, lo corriges o lo reportas aparte, y anotas por qué.Lo que no se hace es borrarlo sin decir nada.
Cuándo mirar más de cerca
¿Error o caso real?
Cinco valores lejos del resto
- Edad de un cliente: 240 años
- Un pedido de $9,800 entre pedidos de $300
- Un pedido de $0.01
- Un pedido entregado en 0 días
- 45 °C en Monterrey un día de julio
Los cinco quedan lejos del resto. ¿Cuáles crees que son errores de captura?
Pregúntale a tu Maestro sobre Valor atípico
Te responde desde la página gratis más cercana a esta palabra, igual que mientras estudias.
Tú: ¿Qué quiere decir "Valor atípico", en palabras sencillas?
Tu Maestro: Te lo explico con un caso tuyo, que se queda mejor que una definición. ¿Qué harías con el pedido de $9,800 si fuera de tu tienda?
Pregunta sobre: Responde desde la página "¿Un valor extremo es un error o un dato real?"
Solo este navegador guarda lo que preguntas aquí. ¿Cómo funciona?
Para saber más
Términos relacionados
- Histograma
Un histograma muestra cómo se reparten los valores de una columna de números: corta los valores en intervalos del mismo ancho y dibuja una barra por intervalo, tan alta como el número de datos que caen en él.
- Diagrama de caja (boxplot)
Un diagrama de caja resume una variable con cinco números: el mínimo, el primer cuartil, la mediana, el tercer cuartil y el máximo. La caja va del primer al tercer cuartil y guarda la mitad central de los datos.
- Revisión por muestreo
Tomar unas cuantas filas repartidas por los datos (del inicio, de en medio y del final) y compararlas a mano con lo que esperas.
- Caso límite
Una entrada en la orilla de lo que la lógica espera, como un código que no está en la tabla de búsqueda, para ver que falla como debe en vez de devolver un valor falso que parece correcto.