Boxplot

Um boxplot, também conhecido como diagrama de caixa ou diagrama de caixa e bigodes, é uma ferramenta gráfica utilizada em estatística descritiva para exibir a distribuição de um conjunto de dados com base em um resumo de cinco números: o mínimo, o primeiro quartil (Q1), a mediana (Q2), o terceiro quartil (Q3) e o máximo. Ele também pode identificar possíveis outliers (valores atípicos).

Componentes de um Boxplot:

• Caixa (Box): A caixa é definida pelo primeiro quartil (Q1) na extremidade inferior e pelo terceiro quartil (Q3) na extremidade superior. Ela contém 50% dos dados centrais.
• Mediana (Linha dentro da Caixa): Uma linha horizontal dentro da caixa representa a mediana (Q2), que é o valor central do conjunto de dados ordenado. Ela divide os dados em duas metades iguais.
• Bigodes (Whiskers): Linhas que se estendem a partir das extremidades da caixa. Os bigodes geralmente se estendem até os valores adjacentes, que são os valores mais extremos dentro de um limite aceitável (comumente definidos como 1,5 vezes o intervalo interquartílico (IQR) abaixo de Q1 e acima de Q3).
• Outliers (Pontos Individuais): Valores que estão além das extremidades dos bigodes são considerados outliers e são plotados como pontos individuais. Eles podem indicar erros de dados ou valores verdadeiramente atípicos.

Construção de um Boxplot:

1. Calcular os Quartis: Ordene o conjunto de dados e encontre o primeiro quartil (Q1), a mediana (Q2) e o terceiro quartil (Q3).
2. Desenhar a Caixa: Desenhe um retângulo com as extremidades em Q1 e Q3. Trace uma linha dentro da caixa na mediana (Q2).
3. Desenhar os Bigodes:
   • Calcule o Intervalo Interquartílico (IQR = Q3 - Q1).
   • Determine os limites superior e inferior para os bigodes:
     • Limite Inferior = Q1 - 1.5 * IQR
     • Limite Superior = Q3 + 1.5 * IQR
   • Estenda os bigodes a partir das extremidades da caixa até o menor valor dentro do limite inferior e o maior valor dentro do limite superior.
4. Plotar os Outliers: Quaisquer pontos de dados que estejam abaixo do limite inferior ou acima do limite superior são plotados como pontos individuais fora dos bigodes.

Interpretação de um Boxplot:

• Tendência Central: A posição da mediana dentro da caixa indica a tendência central dos dados. Se a mediana estiver no meio da caixa, a distribuição é mais simétrica. Se estiver mais próxima de um dos quartis, a distribuição é assimétrica.
• Dispersão: A altura da caixa (o IQR) representa a dispersão da metade central dos dados. Caixas mais altas indicam maior variabilidade. O comprimento dos bigodes também fornece informações sobre a dispersão do restante dos dados dentro dos limites aceitáveis.
• Assimetria:
  • Simetria: Se a mediana estiver no centro da caixa e os bigodes tiverem comprimentos aproximadamente iguais, a distribuição é aproximadamente simétrica.
  • Assimetria Positiva (à direita): Se a mediana estiver mais próxima de Q1 e o bigote superior for mais longo, a distribuição é assimétrica positiva.
  • Assimetria Negativa (à esquerda): Se a mediana estiver mais próxima de Q3 e o bigote inferior for mais longo, a distribuição é assimétrica negativa.
• Outliers: Os pontos fora dos bigodes identificam valores atípicos que podem merecer investigação adicional.

Usos do Boxplot:

• Comparar distribuições: Boxplots são excelentes para comparar a distribuição de uma variável entre diferentes grupos ou categorias.
• Identificar outliers: Eles destacam facilmente valores que são significativamente diferentes do restante dos dados.
• Visualizar a dispersão e a tendência central: Fornecem um resumo conciso das principais características da distribuição de dados.
• Análise exploratória de dados: São uma ferramenta útil na fase inicial da análise de dados para obter insights sobre a sua natureza.

Em Salvador, Bahia, Brasil, como em qualquer outro lugar, o boxplot é uma ferramenta valiosa para análise e visualização de dados em diversas áreas, desde pesquisas acadêmicas até análise de dados empresariais.