# Procesador de Valores Atípicos

Herramienta avanzada de detección y procesamiento de valores atípicos que identifica, elimina o reemplaza valores anómalos usando múltiples métodos estadísticos.

> Página canónica: https://elysiatools.com/es/tools/data-outlier-processor

- **Categoría:** Data Processing

- **Palabras clave:** valores atípicos, anomalías, detección, eliminación, reemplazo, limpieza de datos

## Descripción general

El Procesador de Valores Atípicos es una herramienta avanzada diseñada para identificar, limpiar y gestionar anomalías en conjuntos de datos numéricos. Utilizando métodos estadísticos robustos como IQR, Z-Score y algoritmos de aprendizaje automático, permite normalizar tus datos eliminando o reemplazando valores extremos que podrían sesgar tus análisis o modelos predictivos.

## Entradas

- **Datos CSV** (textarea): name,age,salary,score,temperature Alice,25,50000,85.2,36.5 Bob,32,75000,92.7,38.1 Charlie,28,60000,78.9,37.2
- **Columnas Objetivo (Opcional)** (textarea): age, salary, score Leave empty to auto-detect numeric columns
- **Método de Detección** (select)
- **Umbral de Detección** (number): Sensitivity threshold for outlier detection. Lower values detect more outliers.
- **Estrategia de Manejo** (select)
- **Replacement Method** (select)
- **Preservar Columnas Originales** (checkbox)
- **Marcar Valores Atípicos** (checkbox): Agregar columnas para marcar valores detectados como atípicos
- **Incluir Estadísticas** (checkbox)
- **Auto-optimize Threshold** (checkbox): Automatically find optimal threshold based on data distribution
- **Sensitivity Level** (select)

## Cuándo usarlo

- Antes de realizar análisis estadísticos donde los valores extremos puedan distorsionar los resultados.
- Al preparar datasets para modelos de machine learning que son sensibles a la presencia de ruido.
- Para validar la integridad de datos provenientes de sensores o registros financieros donde ocurren errores de medición.

## Cómo funciona

- Carga tus datos en formato CSV y selecciona las columnas que deseas analizar.
- Elige un método de detección, como el Rango Intercuartílico (IQR) o Z-Score, y ajusta el umbral de sensibilidad.
- Define la estrategia de manejo, ya sea eliminando las filas afectadas, reemplazando los valores por la mediana o media, o simplemente marcándolos para su revisión.
- Obtén el archivo procesado junto con un informe estadístico detallado sobre los valores detectados.

## Casos de uso

- Limpieza de datos financieros para detectar transacciones inusuales o errores de entrada.
- Preparación de datasets de entrenamiento para modelos de IA, eliminando ruido que afecta la precisión.
- Control de calidad en procesos industriales mediante la validación de lecturas de sensores.

## Preguntas frecuentes

### ¿Qué métodos de detección están disponibles?

Ofrecemos métodos estadísticos clásicos como IQR, Z-Score, Modified Z-Score, Simple Range y el algoritmo de aprendizaje automático Isolation Forest.

### ¿Puedo conservar mis datos originales?

Sí, puedes activar la opción 'Preservar Columnas Originales' para comparar los valores procesados con los datos de entrada originales.

### ¿Qué sucede si elijo la estrategia de reemplazo?

Los valores atípicos se sustituirán por el valor estadístico que elijas, como la media, la mediana, la moda o mediante interpolación lineal.

### ¿Cómo sé qué umbral de detección es el adecuado?

Puedes usar la función 'Auto-optimize Threshold' para que el sistema determine el umbral óptimo basado en la distribución de tus datos.

### ¿Es posible marcar los valores sin eliminarlos?

Sí, seleccionando la estrategia 'Mark', el sistema añadirá una columna adicional indicando qué filas contienen valores atípicos sin alterar los datos originales.

## Herramientas relacionadas

- [Procesador de Límites de Datos](https://elysiatools.com/es/tools/data-boundary-processor): Herramienta avanzada de procesamiento de límites que identifica y maneja valores mínimos y máximos en datos numéricos. Perfecta para validación de datos, verificación de rangos, análisis estadístico y preprocesamiento de datos.
- [Eliminador de Duplicados de CSV](https://elysiatools.com/es/tools/data-deduplicator): Eliminar filas duplicadas basadas en combinaciones de columnas
- [Limitador de Rango de Datos](https://elysiatools.com/es/tools/data-range-limiter): Limitar valores numéricos a rangos específicos mediante recorte, filtrado o marcado de valores fuera de rango. Perfecto para control de calidad de datos, limpieza de sensores.
- [Normalizador Z-Score](https://elysiatools.com/es/tools/data-zscore-normalizer): Estandarizar datos numéricos usando Z-score para transformar valores con media=0 y desviación estándar=1. Perfecto para análisis estadístico, preprocesamiento de machine learning, detección de valores atípicos.
- [Removedor de Columnas Duplicadas](https://elysiatools.com/es/tools/duplicate-column-remover): Eliminar columnas duplicadas de datos CSV con estrategias de detección flexibles. Perfecto para limpiar conjuntos de datos, eliminar información redundante y optimizar la estructura de datos.
- [Analizador de Correlación](https://elysiatools.com/es/tools/correlation-analyzer): Herramienta avanzada de análisis de correlación que calcula coeficientes de correlación entre variables para medir la fuerza y dirección de sus relaciones lineales.
- [Removedor de Caracteres BOM](https://elysiatools.com/es/tools/data-bom-remover): Eliminar caracteres BOM (Byte Order Mark) de contenido de texto y archivos. Perfecto para limpiar archivos de texto con problemas de codificación.
- [Removedor de Encabezados](https://elysiatools.com/es/tools/header-remover): Eliminar encabezados de datos CSV para crear archivos limpios sin encabezados. Perfecto para importaciones de bases de datos, tuberías de procesamiento de datos.

## Ejemplos

- [Ejemplos CSV](https://elysiatools.com/es/samples/csv-samples): Archivos CSV de muestra con varios tipos de datos, tamaños y niveles de complejidad
- [Procesamiento de Cadenas Windows - Ejemplos C#](https://elysiatools.com/es/samples/windows-string-processing-csharp): Ejemplos completos de procesamiento de cadenas C# para plataforma Windows incluyendo manipulación, división, unión, expresiones regulares y análisis de texto
- [Ejemplos Python](https://elysiatools.com/es/samples/python): Ejemplos de código Python y demostraciones Hello World
- [Ejemplos de R](https://elysiatools.com/es/samples/r): Ejemplos esenciales de programación R para análisis estadístico y ciencia de datos