El diagrama de cajas
(box-plot)
Uso de la gráfica box-plot
 Representar la distribución de una
variable contínua




Mediana
Percentiles
Valores extremos
Dispersión
 Comparar gráficamente el
comportamiento de una variable en
distintos grupos
Diagrama
de cajas
11,0
Máximo
10,5
Percentil 75%
Mediana
Percentil 50%
10,0
Percentil 25%
9,5
CONC
Mínimo
121
9,0
N=
SEXO
92
108
1,00
2,00
Diagrama de cajas en SPSS






Disponemos de
resultados de un
ensayo clínico
Diseño con datos
apareados
Se mide la
concentración al
principio y al final del
tratamiento
Describir la
distribución de la
concentración al inicio
del tratamiento
Describir el efecto del
tratamiento
Datos en el fichero
BoxPlot.sav
Diagrama de cajas en SPSS
 Describir la distribución de la
concentración al inicio del
tratamiento
Distribución de la concentració en el grupo
control y tratamiento al inicio del estudio
INICIAL
 Las dos
distribuciones son
similares
 El grupo control
presenta algo más
de dispersión
 En el grupo control
se observa un valor
extremo (caso 61)
 Se deben verificar
los casos extremos
56
61
54
52
50
48
46
44
N=
TRATA
46
41
Control
Tratamiento
Distribución de la concentració en el grupo
control y tratamiento al inicio del estudio (en
función del sexo)
Distribución de la concentració en el grupo
control y tratamiento al inicio del estudio (en
función del sexo)
INICIAL
 Podemos efectuar
una descriptiva de
la concentración al
inicio del estudio en
función del sexo y
del grupo
experimental
 En el grupo control,
las mujeres
presentan una
dispersión mayor
 Identificamos tres
casos extremos
56
84
54
52
52
50
48
SEXO
46
79
Hombre
Mujer
44
N=
21
25
Control
TRATA
25
16
Tratamiento
Interpretación de los diagramas de
cajas
 Pueden ser indicativos de diferencias
entre distintas situaciones.
 Por si solos, los diagramas de cajas
no demuestran dichas diferencias.
Debemos utilizar métodos
estadísticos para establecer la
significación de las diferencias
obervadas.
Descriptiva del efecto del
tratamiento
 Representaremos los diagramas de
cajas de las variables inicial y final
en función del tratamiento
 Exploraremos si el sexo determina
una respuesta distinta al tratamiento
 De manera alternativa, podemos
calcular la variable diferencia
final-inicial y estudiar su
distribución
Representar distinas variables en la
misma gráfica
Representar distinas variables en la
misma gráfica
 El grupo control
presenta una
evolución en la
concentración
 Parece que esta
evolución es
superior en el grupo
de tratamiento
65
30
61
55
21
INICIAL
FINAL
45
N=
46
46
Control
TRATA
41
41
Tratamiento
Subdivisión
por sexo
SEXO= Hombre
SEXO= Mujer
60
62
4
62
60
58
58
56
56
44
54
71
54
5
52
52
50
50
48
48
46
INICIAL
40
FINAL
44
N=
21
21
Control
TRATA
25
25
INICIAL
46
FINAL
44
N=
25
Tratamiento
25
Control
TRATA
16
16
Tratamiento
Cálculo de la variable
dif=final-inicial
20

7
10
40

0
20
SEXO
DIF
Hombre
Mujer
-10
N=
21
25
Control
TRATA
25
16
Tratamiento

En el grupo control, los valores
despues del tratamiento son
ligeramente superiores a los del
inicio.
El tratamiento incrementa la
diferencia entre el estado incial y
el final
No se observan diferencias
atribuibles al sexo
Descargar

El diagrama de cajas