IntermedioAplicaciones·9 min

Detección de Valores Atípicos con Desvío Estándar

Aprendé a identificar valores atípicos en tus datos usando el desvío estándar. Dominá la regla de 3 sigma, el método IQR y entendé cuándo deben eliminarse los valores atípicos.

¿Qué son los valores atípicos?

Los valores atípicos son datos que difieren significativamente de las demás observaciones. Pueden ser causados por errores de medición, errores de ingreso de datos, o pueden representar casos genuinamente inusuales que vale la pena investigar.

El punto naranja en (10, 50) es un valor atípico

La regla de 3 sigma

Para datos con distribución normal, los puntos que se encuentran más allá de 3 desvíos estándar de la media se consideran valores atípicos. Ocurren menos del 0,3% de las veces por azar.

Es valor atípico si

x < μ - 3σ OR x > μ + 3σ

Ejemplo

Si las notas de un examen tienen μ = 75 y σ = 10: - Límite inferior: 75 - 30 = 45 - Límite superior: 75 + 30 = 105 - Cualquier nota por debajo de 45 o por encima de 105 es un valor atípico

Método de la puntuación Z

Se calcula la puntuación Z para cada dato. Si |z| > 3 (o a veces 2,5), es un valor atípico.

Puntuación Z

z = (x - μ) / σ

Opciones de umbral

- |z| > 3: Conservador (detecta menos valores atípicos) - |z| > 2,5: Moderado - |z| > 2: Liberal (detecta más valores atípicos)

Método IQR (alternativa)

El método del rango intercuartílico (IQR) es más robusto ante valores atípicos porque no utiliza la media ni el desvío estándar.

Paso 1

Encontrar Q1 (percentil 25) y Q3 (percentil 75)

Paso 2

Calcular IQR = Q3 - Q1

Paso 3

Límite inferior = Q1 - 1,5 × IQR

Paso 4

Límite superior = Q3 + 1,5 × IQR

Paso 5

Los puntos fuera de los límites son valores atípicos

Manejo de valores atípicos

No los elimines automáticamente

Los valores atípicos no siempre son errores. Antes de eliminarlos, investigá: - ¿Es un error de ingreso de datos o de medición? - ¿Es un valor extremo genuino? - ¿Representa un caso límite importante?

Cuándo eliminarlos

- Errores de ingreso de datos confirmados - Falla del equipo de medición - Fuera del rango posible de valores

Cuándo conservarlos

- Representan variabilidad real - Son importantes para tu análisis - Eliminarlos sesgaría los resultados

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.