Calculadora de datos atípicos: detecta outliers con el rango intercuartílico
Detecta los datos atípicos de tu muestra con la regla de 1.5 × RIC de Tukey: obtén los límites inferior y superior, el RIC y qué valores quedan fuera.
Cómo funciona
Un dato es atípico si es menor que Q1 − 1.5 × RIC o mayor que Q3 + 1.5 × RIC, donde RIC = Q3 − Q1 (rango intercuartílico)
Para encontrar datos atípicos (outliers) se usa la regla clásica de John Tukey. Primero se calculan el primer y el tercer cuartil; su diferencia es el rango intercuartílico (RIC). Después se construye un límite 1.5 RIC por debajo de Q1 y otro 1.5 RIC por encima de Q3: cualquier dato que caiga fuera de ese intervalo está inusualmente lejos del centro y se marca como atípico. El método es robusto porque los cuartiles casi no se mueven con los valores extremos, así que un dato atípico no puede esconderse inflando la misma medida que sirve para detectarlo. Es el mismo criterio que usan los bigotes del diagrama de caja.
Ejemplo resuelto
Luis anota cuántos minutos tardan siete compañeros en llegar a la universidad: 10, 12, 14, 15, 16, 18 y 55. Los cuartiles son Q1 = 13 y Q3 = 17, así que el RIC es 4 y 1.5 × 4 = 6. Los límites quedan en 13 − 6 = 7 y 17 + 6 = 23. El 55 supera el límite superior, por lo que es el único dato atípico; todos los demás quedan dentro.
Fuentes: Outlier — Wikipedia
Preguntas frecuentes
¿Un dato atípico significa que el dato está mal?
No necesariamente. La regla solo señala valores muy alejados del centro de los datos: puede ser una observación real e importante o un error de captura. Tómalo como una invitación a investigar por qué el valor es extremo, no como una orden para borrarlo.
¿Por qué se multiplica el RIC por 1.5?
Es la convención de John Tukey: detecta los atípicos reales y casi nunca marca valores comunes de una distribución aproximadamente normal. Algunos análisis usan 3 × RIC para quedarse solo con los atípicos extremos, pero 1.5 es el estándar de los bigotes del diagrama de caja.
¿Es mejor el método del RIC que el de la puntuación Z?
Es más robusto. El criterio de la puntuación Z depende de la media y la desviación estándar, que los propios atípicos distorsionan, mientras que los cuartiles casi no cambian con los valores extremos. Con datos sesgados, el RIC suele ser la opción más segura.
¿Cómo se calculan los cuartiles que usa la calculadora?
Ordena los datos de menor a mayor y ubica las posiciones del 25% y del 75% con interpolación lineal. Con 10, 12, 14, 15, 16, 18 y 55, Q1 cae entre 12 y 14 (13) y Q3 entre 16 y 18 (17).
Calculadoras relacionadas
Con fines educativos: revisa los supuestos (tamaño de muestra, distribución) antes de usar estadísticas en decisiones reales.