Calculadora de Rango Intercuartílico (IQR)
Calcula instantáneamente IQR (Q3 - Q1) e identifica valores atípicos. La forma más rápida de medir la dispersión estadística robusta.
🚀 Calcula IQR en 3 Pasos
Ingresa números
Cálculo automático
Ver IQR y Atípicos
Formatos de Datos Soportados:
- Separados por coma: 1.5, 2.8, 9.1, 16.2
- Separados por espacio: 1.5 2.8 9.1 16.2
- Separados por línea: un número por línea
- Notación científica: 1.23e-4, 5.67E+8
- Modo series: usa "Nombre del Grupo: valor1, valor2, valor3" por línea para comparar múltiples grupos
- Ignora automáticamente texto y caracteres especiales
Universal Standard (R, Python, Google Sheets)
Linear interpolation method, default standard for modern data science software
📚 Aprende más sobre distribución de datos
¿Qué es el Método IQR?
El Método IQR (o método del Rango Intercuartílico) es una técnica estadística robusta utilizada para medir la dispersión de datos y detectar valores atípicos. A diferencia del rango estándar (Máximo - Mínimo), que es fácilmente influenciado por valores extremos, el método IQR se enfoca en el 50% central de tu conjunto de datos.
Se deriva calculando la diferencia entre el Tercer Cuartil ($Q3$) y el Primer Cuartil ($Q1$):
IQR = Q3 - Q1
¿Por qué es importante el IQR?
El IQR se considera una estadística robusta porque es resistente a valores atípicos.
- Resistencia a la asimetría: Si tienes un multimillonario en una habitación con trabajadores de fábrica, el ingreso "promedio" se dispararía, pero la mediana y el IQR se mantendrían estables.
- Dispersión de datos: Un IQR grande indica que los puntos de datos centrales están muy dispersos; un IQR pequeño indica que están agrupados estrechamente alrededor de la mediana.
Usando IQR para detectar valores atípicos
La aplicación más común del IQR es la "Regla 1.5 × IQR" para la detección de valores atípicos, a menudo atribuida a John Tukey.
- Calcula el IQR ($Q3 - Q1$).
- Multiplica el IQR por 1.5.
- Barrera inferior: $Q1 - (1.5 \times IQR)$
- Barrera superior: $Q3 + (1.5 \times IQR)$
Cualquier punto de datos por debajo de la barrera inferior o por encima de la barrera superior se considera un valor atípico leve. Si usas 3.0 en lugar de 1.5 como multiplicador, se consideran valores atípicos extremos.
La Calculadora IQR de PlotNerd hace que detectar valores atípicos y medir la dispersión de datos sea simple usando el método robusto intercuartílico.
💡 Cuándo usar esta herramienta
Detectar valores atípicos con la regla 1.5×IQR
Identifica puntos de datos fuera de los límites de Q1 - 1.5×IQR y Q3 + 1.5×IQR.
Medir dispersión de datos (robusta a extremos)
El IQR no se ve afectado por valores atípicos, ideal para distribuciones sesgadas.
Complemento a la visualización de diagrama de caja
Los diagramas de caja usan el IQR para determinar la longitud de los bigotes y las banderas de atípicos.
Menos ideal para: Datos con distribución normal
Para distribuciones normales, la desviación estándar es a menudo más apropiada que el IQR.
🔗 Herramientas y Recursos Relacionados
Resumen de 5 Números
El IQR es parte del resumen de 5 números (Q3 - Q1)
→ Obtener ResumenCalculadora Bisagras Tukey
La regla 1.5×IQR fue inventada por John Tukey
→ Usar Método TukeyCalculadora Cuartiles Excel
Calcula IQR usando los métodos QUARTILE.INC de Excel
→ Usar Método ExcelGuía de Detección Atípicos IQR
Profundiza en las barreras de Tukey y detección robusta
→ Leer GuíaMAD vs Tukey
Compara el método IQR vs MAD para detección de atípicos
→ Comparar MétodosCalculadora General
Calcula IQR usando diferentes algoritmos de cuartiles
→ Probar TodoPreguntas Frecuentes
Conceptos estadísticos explicados en términos sencillos
Fórmulas Matemáticas
Consulta las fórmulas matemáticas estándar detrás de los cálculos
Cálculo de Cuartiles (Método 2)
Primer Cuartil (Q1):
Mediana (Q2):
Tercer Cuartil (Q3):
Rango Intercuartílico y Detección de Atípicos
Rango Intercuartílico (IQR):
Límites de Valores Atípicos:
Explicación del Algoritmo
PlotNerd utiliza el "Método 2 (Método de Cuartiles por Mediana)" estadísticamente estándar para los cálculos de cuartiles, consistente con los principales softwares estadísticos (como R, SPSS). Todos los resultados de cálculo se verifican con plataformas autorizadas para garantizar la precisión.