Nivel 12 de 16

Estadística: histograma y diagrama de caja

Idea nueva: cuando hay muchos datos sueltos (aquí, 40 duraciones de visita en minutos) no se dibuja cada uno. Se resumen. El histograma cuenta cuántos datos caen en cada intervalo. La caja ordena los datos y marca dónde está el 25 %, el 50 % (la mediana) y el 75 %. Las dos usan la misma recta horizontal (minutos → píxel).
Histograma: intervalo de un dato = Math.floor(minutos / 2) 7 min → floor(3.5) = 3 → la barra de 6 a 8 min cuentas por intervalo: 1, 6, 9, 8, 5, 3, 3, 2, 1, 2 (suman 40) Caja: ordenar los 40 datos y leer en una posición: posición = p · (40 − 1) Q1 (p = 0.25): posición 9.75 → lerp(dato 9, dato 10, 0.75) = lerp(4, 4, 0.75) = 4 mediana (p = 0.5): posición 19.5 → lerp(6, 6, 0.5) = 6 Q3 (p = 0.75): posición 29.25 → lerp(10, 10, 0.25) = 10 mínimo 1, máximo 19 media = 301 / 40 = 7.53 > mediana 6 → unas pocas visitas muy largas tiran de la media hacia arriba

Prueba a cambiar

  1. Cambia anchoIntervalo a 1 y luego a 5: con intervalos muy finos o muy gruesos el histograma cuenta historias distintas.
  2. Añade una visita de 60 minutos a tiempos (y sube maxMinutos): ¿se mueve más la media o la mediana?
  3. Calcula a mano el percentil 90 con cuantil(0.9): posición 0.9 · 39 = 35.1.

El código