¿Qué es un valor atípico (outlier)?

Un valor atípico, u outlier, es un dato que queda lejos del resto: mucho más alto o más bajo que el patrón que forman los demás valores. Importa porque un solo valor extremo puede arrastrar una media muy lejos de donde está la mayoría de los datos. Una decisión construida sobre esa media está en realidad construida sobre el valor atípico. El número por sí solo no dice qué hacer con él. Puede ser un error, un caso aislado o el comienzo de un patrón nuevo, y solo comprobar la historia que hay detrás te dice cuál.

Un valor atípico es un valor que queda inusualmente lejos de los demás en un conjunto de datos. Su distancia es lo que lo define, fijada a menudo en más de dos o tres desviaciones estándar respecto del centro. Qué hacer con él es una pregunta aparte, y la respuesta viene en tres clases. El valor atípico puede ser un error: una coma decimal mal puesta, un sensor roto, una cifra tecleada dos veces. Los errores se corrigen o se eliminan. Puede ser genuino pero causado por algo que no se repetirá: un suceso único que infló una lectura. Los casos aislados genuinos se conservan en el registro y se dejan fuera de cualquier previsión, porque no dicen nada sobre la marcha ordinaria de las cosas. O puede ser genuino y la primera señal de un cambio, en cuyo caso es el valor más importante del conjunto. Nada en el número mismo distingue estas tres cosas. Dos conjuntos de datos pueden contener el mismo valor atípico por razones opuestas, así que la única respuesta honesta es ir a averiguar qué pasó. Lo que hace esto urgente es que las medias son sensibles a los extremos. Un solo valor muy grande tira de la media hacia él, y por eso una sala con un multimillonario tiene una renta media sin sentido y por eso existen las medianas.

Una fábrica vende unas 100 unidades al mes durante once meses, y luego 900 en un solo mes. La media es ahora 167, un nivel al que no se pareció ningún mes real, y alguien pregunta si ampliar la planta. Antes de responder, averigua qué fueron esos 900. Si el pedido de un cliente se tecleó como 900 en vez de 90, corrige el número y olvídalo. Si el pedido fue real pero la planta de un competidor estuvo cerrada ese mes y sus clientes te compraron una vez, guarda el registro y déjalo fuera del plan. Sin ampliación. Pero si ese cliente ha trasladado todo su negocio contigo para siempre, los 900 son la nueva normalidad y la planta sí necesita crecer. El mismo valor atípico, tres acciones distintas, y el número por sí solo no podía elegir entre ellas.