Buscar e investigar valores atípicos en hojas de cálculo

Autor: AILesson7 min de preparaciónProbado con:ChatGPTRevisado el: 2026-08-28

Respuesta rápida

Marca valores inusuales con un método adecuado para la distribución e investígalos antes de eliminarlos. Proporciona: Métrica y significado empresarial, Perfil de los datos, Investigación y uso. Resultado esperado: Indicadores transparentes de valores atípicos, comprobaciones del contexto y decisiones de conservar, corregir o eliminar.

1

Añade tu contexto

Tu texto permanece en este navegador. AILesson Prompts no lo envía a un modelo ni a un servidor.

2

Tu prompt

Los campos sin rellenar permanecen visibles como marcadores de posición, para que puedas copiar y editar el prompt

Diseña un análisis de valores atípicos para una hoja de cálculo.

Métrica, unidad, intervalo válido y grupos:
[metric]

Perfil de los datos y valores representativos:
[distribution]

Propósito y política de la investigación:
[policy]

Distingue entre valores imposibles, errores de introducción de datos, sucesos infrecuentes pero válidos y observaciones influyentes. Elige un método transparente adecuado para la asimetría y el tamaño de la muestra, como límites basados en reglas empresariales, IQR, puntuación z robusta o comparación dentro de cada grupo. Proporciona fórmulas, umbrales, un campo OutlierReason y un flujo de revisión. No elimines ni winsorices valores automáticamente. Muestra cómo cambian las conclusiones con y sin las observaciones marcadas y cómo se puede rastrear cada fila hasta la evidencia de origen.
Probar en Playground
Privado de forma predeterminadaLa preparación del prompt se realiza localmente en tu navegador. Evita introducir información confidencial en cualquier servicio de IA, a menos que tu organización lo permita.

De la entrada al resultado

Un ejemplo completo

Mira cómo un contexto concreto convierte esta receta en un resultado que puedes usar

Entrada real

Métrica y significado empresarial
OrderValue en GBP, no negativo. Analiza el tamaño habitual de los pedidos por CustomerType porque los pedidos Wholesale suelen ser mayores que los Retail.
Perfil de los datos
2,400 pedidos. Retail n=2,100: Q1 £28, mediana £46, Q3 £72, máximo £8,400. Wholesale n=300: Q1 £410, mediana £690, Q3 £1,100, máximo £12,500. Tres valores son negativos; una fila Retail es de £8,400; varias filas Wholesale superan £4,000.
Investigación y uso
Busca errores en los datos y determina si los pedidos extremos distorsionan la media. Cada pedido se puede comprobar con una factura. No elimines un pedido grande válido.

Ejemplo de salida

Aplica primero la regla empresarial de valores no negativos: los tres valores negativos son Invalid y requieren una corrección basada en la factura o la fuente. Detecta los valores inusuales dentro de cada CustomerType, no en la población mixta.

Para Retail, IQR = 72−28 = 44 y el límite superior es 72+1.5×44 = £138. Esto marca intencionadamente muchos pedidos Retail elevados para investigarlos, no para eliminarlos. Para Wholesale, IQR = 690 y el límite superior es £2,135. Añade los cuartiles de cada grupo a una tabla de resumen y una columna OutlierReason que distinga entre Negative-invalid, Above-group-IQR y Not-flagged.

El pedido Retail de £8,400 es muy inusual; comprueba el tipo de cliente, la posición decimal, la moneda, los duplicados y la factura. Si se verifica, consérvalo como Rare-valid y explica su influencia. Los pedidos Wholesale superiores a £4,000 reciben la misma comprobación de origen, pero no deben compararse con el umbral de Retail.

Presenta la mediana y el IQR como las estadísticas principales del tamaño habitual. Muestra el valor medio de los pedidos con todas las filas válidas y, de nuevo, excluyendo las filas Rare-valid como análisis de sensibilidad, pero mantén sin cambios los ingresos totales oficiales. Registra OrderID, el indicador, la evidencia comprobada, la decisión, el revisor y la fecha de cada clasificación modificada.

Por qué funciona

  1. 1

    Separar lo inválido de lo inusual evita que se borren sucesos legítimos de gran impacto.

  2. 2

    Los resultados del análisis de sensibilidad revelan si un pequeño número de observaciones determina la conclusión.

Comprueba el resultado

  • ¿Es adecuado el método de detección para la distribución y los grupos de la métrica?

  • ¿Se etiquetan por separado los valores imposibles, erróneos e infrecuentes pero válidos?

  • ¿Cada corrección está respaldada por evidencias de origen?

Úsalo con confianza

Preguntas frecuentes

Respuestas prácticas sobre cuándo usar esta receta, qué debes proporcionar y en qué casos la revisión humana sigue siendo importante

¿Qué debo preparar antes de usar «Buscar e investigar valores atípicos en hojas de cálculo»?

Para usar «Buscar e investigar valores atípicos en hojas de cálculo», prepara la métrica y su significado empresarial, el perfil de los datos, y la investigación y el uso. Sustituye los marcadores de posición solo con información que puedas verificar. Si se desconoce algún detalle, conserva explícitamente esa incertidumbre en vez de pedirle al modelo que lo infiera.

¿Cuándo no está listo para usarse el resultado de «Buscar e investigar valores atípicos en hojas de cálculo»?

El resultado no está listo si aún no ofrece, a partir de las evidencias proporcionadas, el resultado indicado —indicadores transparentes de valores atípicos, comprobaciones del contexto y decisiones de conservar, corregir o eliminar—, o si depende de supuestos sin resolver, aprobaciones pendientes o detalles inventados. Usa las comprobaciones como criterios de aprobación: revisa los datos de entrada o asigna la revisión a una persona identificada y autorizada, en vez de pulir un resultado sin respaldo.

¿Qué herramientas de IA tienen pruebas registradas para «Buscar e investigar valores atípicos en hojas de cálculo»?

El registro de pruebas publicado para «Buscar e investigar valores atípicos en hojas de cálculo» incluye ChatGPT a fecha de 2026-08-28. Esto confirma que hay ejecuciones registradas, pero no garantiza la compatibilidad ni resultados idénticos en versiones posteriores del producto. Para otra herramienta o versión, mantén visibles todas las restricciones y repite las comprobaciones del resultado antes de usarlo.

Más formas de explorar

Dónde encaja esta receta

Mantén el trabajo en marcha