Ya he comentado en otras ocasiones cómo funciona un gráfico con diagramas de cajas (aquí y aquí). En esos posts explicaba sus partes y lo útiles que pueden llegar a ser si los entendemos bien y los utilizamos correctamente.
Sin embargo, son muchos los que todavía son reticentes a servirse de ellos. Y pueden que tengan razón, entender sus partes no es sencillo, sobre todo si no eres una persona habituada al manejo de datos.
Así que, en esta ocasión he decidido hacer una comparativa con otro tipo de gráficas, para intentar que se vea más fácilmente lo que nos ofrece un diagrama de cajas. He escogido utilizar la representación de diversas variables cuantitativa en un histograma para ellos.
Un apunte primero. En realidad no es un histograma, sino una gráfica de densidad. Pero el principio es el mismo y se representa también lo mismo. Solo que la gráfica de densidad me parece mucho más elegante que un histograma.
Las gráficas de densidad muestras un dibujo más suave de la distribución de los datos de una variables. El histograma, por el contrario, divide esos datos en intervalos y muestra la frecuencia en que estos ocurren de manera más brusca. Resumiendo, en el eje x de ambas gráficas encontramos una escala de todos los datos que aparecen en nuestra variables. En el eje y, la cantidad de veces que aparece ese dato. Por hacer un símil entendible, sería como amontonar monedas del mismo tipo para saber de cuál de ellos tienes más.
Si intercambiamos los ejes de un diagrama de cajas, podemos comparar su forma con la de una gráfica de densidad o un histograma. Y eso es lo que podéis ver en la imagen de abajo.
En la imagen se representan diferentes tipos de distribuciones, desde más o menos normal, a distribuciones con claros sesgos a un lado u otro. Incluso aparece una distribución con una moda muy evidente. Como puede verse en todas ellas, las diferentes partes de los diagramas de caja que las acompañas casan con la forma de la gráfica de densidad. Por tanto, viendo un diagrama de cajas podemos intuir el tipo de distribución que tiene la variable representada.