O que é um Diagrama em Caixa ou Boxplot? Quais os elementos que compõe um Boxplot? Qual o procedimento para a construção desse Diagrama?

Passo 1

O enunciado pede três coisas claras:
  1. “O que é um Diagrama em Caixa (Boxplot)?” — ou seja, uma definição direta.
  2. “Quais os elementos que compõem um Boxplot?” — listar e explicar cada peça do gráfico.
  3. “Qual o procedimento para a construção desse Diagrama?” — passo a passo prático, de como gerar um boxplot a partir de uma amostra.
Informações dadas: nenhuma amostra específica foi fornecida — o pedido é conceitual e procedural. Vou mostrar também um exemplo numérico para fixar.

Passo 2

Definição do que é um Boxplot (explicando devagar):
Um Diagrama em Caixa, ou boxplot, é um gráfico simples que resume a distribuição de uma amostra através de cinco números (o chamado “five-number summary”) e marca possíveis valores atípicos. Ele mostra, de forma visual, a posição central, a dispersão e a assimetria dos dados e evidencia outliers para facilitar comparação entre grupos.
O “five-number summary” é formado por:
\text{mínimo},\; Q_1,\; \text{mediana},\; Q_3,\; \text{máximo}íá
Mas atenção: no boxplot clássico os “whiskers” (os traços) podem não chegar exatamente ao mínimo/máximo da amostra se houver outliers — explico isso nos próximos passos.

Passo 3

Elementos que compõem um Boxplot (cada um explicado):
  • Caixa (box): vai de Q_1 (primeiro quartil) até Q_3 (terceiro quartil). Essa caixa contém a metade central dos dados (50%).
  • Linha interna na caixa: a mediana, denotada por \tilde{x} ou \mathrm{Med}. Indica o ponto central da amostra.
  • Intervalo interquartílico: \mathrm{IQR} = Q_3 - Q_1. É uma medida de dispersão robusta (pouco sensível a outliers).
  • Whiskers (bigodes): estendem-se desde as extremidades da caixa até o ponto mais extremo dos dados que não é considerado outlier. Na regra comum, os whiskers vão até os menores/maiores valores que ainda estejam dentro dos “fences” (cercas).
  • Fences (cercas) e outliers: as cercas são calculadas como \text{cerca inferior} = Q_1 - 1{,}5\cdot\mathrm{IQR},\qquad \text{cerca superior} = Q_3 + 1{,}5\cdot\mathrm{IQR}.Valores fora dessas cercas são marcados individualmente como outliers (pontos isolados).
  • (Opcional) Marcador da média: alguns boxplots mostram \bar{x} com um símbolo distinto.
Explicação intuitiva: a caixa mostra onde está o “núcleo” da distribuição; os whiskers mostram a extensão dos dados “normalmente” esperada; os outliers sinalizam observações incomuns.

Passo 4

Procedimento passo a passo para construir um Boxplot (método que vou usar: dividir a amostra em duas metades excluindo a mediana quando n é ímpar — método de Tukey/Médias por exclusão; é o mais simples para provas manuais):
  1. Ordenar a amostra em ordem crescente.
  2. Contar n, o tamanho da amostra.
  3. Calcular a mediana \tilde{x}:
    • Se n é ímpar, \tilde{x} é o elemento central (posição (n+1)/2).
    • Se n é par, \tilde{x} é a média dos dois elementos centrais (posições n/2 e n/2+1).
  4. Formar as metades para calcular quartis:
    • Se n é ímpar: exclui-se a mediana e a metade inferior é os elementos antes da mediana; a metade superior é os elementos depois da mediana.
    • Se n é par: a metade inferior são os n/2 primeiros elementos; a metade superior são os n/2 últimos.
  5. Calcular Q_1 como a mediana da metade inferior e Q_3 como a mediana da metade superior.
  6. Calcular \mathrm{IQR} = Q_3 - Q_1.
  7. Calcular as cercas: \text{cerca inferior} = Q_1 - 1{,}5\cdot\mathrm{IQR},\quad \text{cerca superior} = Q_3 + 1{,}5\cdot\mathrm{IQR}.
  8. Determinar os whiskers:
    • whisker inferior = menor valor da amostra que é \ge cerca inferior;
    • whisker superior = maior valor da amostra que é \le cerca superior.
      Valores menores que a cerca inferior ou maiores que a cerca superior são outliers.
  9. Desenhar:
    • Caixa de Q_1 até Q_3.
    • Linha na caixa em \tilde{x} (mediana).
    • Traços (whiskers) do Q_1 até whisker inferior e de Q_3 até whisker superior.
    • Marcar outliers individualmente (pontos ou asteriscos).
    • Opcional: marcar \bar{x} se for solicitado.

Passo 5

Exemplo numérico passo a passo (para fixar, uso uma amostra pequena com um outlier evidente):
Amostra ordenada (forneço os dados): 7,\;9,\;12,\;13,\;15,\;21,\;22,\;23,\;24,\;27,\;100. Aqui n=11 (ímpar).
  1. Mediana \tilde{x}: posição (n+1)/2 = 6. Logo \tilde{x}=21.
  2. Dividir metades excluindo a mediana (porque n é ímpar):
    • Metade inferior: 7,\;9,\;12,\;13,\;15.
    • Metade superior: 22,\;23,\;24,\;27,\;100.
  3. Q_1 é a mediana da metade inferior: posição central é o terceiro elemento → Q_1=12.
  4. Q_3 é a mediana da metade superior: terceiro elemento → Q_3=24.
  5. \mathrm{IQR} = Q_3 - Q_1 = 24 - 12 = 12.
  6. Cercas: \text{cerca inferior} = 12 - 1{,}5\cdot 12 = 12 - 18 = -6,
\text{cerca superior} = 24 + 1{,}5\cdot 12 = 24 + 18 = 42.
  1. Whiskers: menor valor \ge -6 é 7; maior valor \le 42 é 27. Portanto whiskers vão de 7 até 27.
  2. Outliers: 100>42, então 100 é outlier e será plotado individualmente.
  3. Desenho final (mentalmente/na prova): caixa de 12 a 24, linha em 21, whiskers até 7 e 27, ponto isolado em 100.
Esse exemplo mostra como a caixa resume o “centro” e a dispersão, e como outliers aparecem separados.

Passo 6

Observações importantes para prova e interpretação (dicas práticas):
  • Existem convenções diferentes para calcular Q_1 e Q_3 (alguns definem usando percentis por interpolação). Em provas, deixe explícito o método que está usando (por exemplo: “calculo Q_1 e Q_3 como medianas das metades, excluindo a mediana se n ímpar”).
  • A regra 1{,}5\cdot\mathrm{IQR} é a mais comum para detectar outliers; mencione-a e use-a quando pedir outliers.
  • Se a mesma questão pede comparar dois grupos, desenhe os boxplots lado a lado: compare medianas (centro), tamanhos das caixas ( \mathrm{IQR}), e comprimentos dos whiskers para inferir assimetria ou variação.
  • Interpretação rápida: caixa deslocada para um lado indica assimetria; whisker mais longo de um lado sugere cauda longa naquele lado.

Passo 7

Checklist rápido para responder num exame (o que mostrar no rascunho):
  1. Dados ordenados e valor de n.
  2. Cálculo da mediana \tilde{x}.
  3. Metade inferior/superior usadas para quartis.
  4. Valores de Q_1,\;Q_3 e \mathrm{IQR}.
  5. Cálculo das cercas e identificação de outliers.
  6. Whisker endpoints (valores reais da amostra).
  7. Esboço do boxplot com todos os pontos marcados (caixa, mediana, whiskers, outliers e, se preciso, média).

Passo 8

Um empurrão final: na prova, faça os cálculos com calma e deixe claro cada etapa (isso rende pontos mesmo que o desenho não fique perfeito). Você já aprendeu a sequência; praticar 2–3 exemplos em 20 minutos basta para fixar o procedimento.

Resposta

Um Diagrama em Caixa (boxplot) é um gráfico que resume a distribuição de uma amostra através do “five-number summary” (mínimo, Q_1, mediana, Q_3, máximo), mostrando centro, dispersão, assimetria e outliers.\nOs elementos são: caixa de Q_1 a Q_3, linha da mediana \tilde{x} dentro da caixa, whiskers que se estendem até os extremos não-outliers, cercas dadas por Q_1-1{,}5\cdot\mathrm{IQR} e Q_3+1{,}5\cdot\mathrm{IQR}, e pontos individuais marcando outliers (opcionalmente a média \bar{x}).\nProcedimento de construção: ordenar os dados → calcular n e a mediana \tilde{x} → dividir em metades (excluindo a mediana se n ímpar) → calcular Q_1 e Q_3 (medianas das metades) → \mathrm{IQR}=Q_3-Q_1 → calcular cercas Q_1-1{,}5\mathrm{IQR} e Q_3+1{,}5\mathrm{IQR} → determinar whiskers como os extremos da amostra dentro das cercas → marcar pontos fora das cercas como outliers → desenhar caixa, mediana, whiskers e outliers.

Exercícios relacionados