Cómo calcular la varianza

Coautor(a): Personal de wikiHow | 10 Referencias

En este artículo:Calcular la varianza de una muestraCalcular la varianza de una poblaciónResumen del

artículo

La varianza es una medida de qué tan disperso es un conjunto de datos. Si la

varianza es pequeña, significa que los valores del conjunto están bastante
agrupados. Si la varianza es grande, significa que los números están más
dispersos. En estadística, este concepto tiene muchos usos. Por ejemplo, si
comparas las varianzas de dos conjuntos de datos (por ejemplo, resultados de
pacientes femeninos contra resultados de pacientes masculinos) puedes
comprobar si una variable produce un efecto perceptible.[1] La varianza también
es muy útil para crear modelos estadísticos, ya que una varianza pequeña
puede ser un indicio de que estás ajustando demasiado los datos. [2]

Método 1
Calcular la varianza de una muestra

1.
2.

1
Toma nota de la muestra del conjunto de datos. En la mayoría de los casos,
los estadísticos solo tienen acceso a una muestra o a un subconjunto de la
población que van a analizar. Por ejemplo, en vez de analizar la población
"costo de todos los autos de Alemania", un estadístico averiguaría el costo de
una muestra aleatoria de unos pocos miles de autos. De este modo podría
basarse en esa muestra para obtener una estimación aproximada del costo de
los autos en Alemania, aunque es posible que no coincida con el valor exacto.
  Ejemplo: analizando la cantidad de panquecitos que se venden todos los días
en una cafetería, tomas una muestra de seis días aleatorios y obtienes los
siguientes resultados: 17, 15, 23, 7, 9, 13. Esta es una muestra, no la
población, ya que no tienes los datos de todos y cada uno de los días en los
cuales ha estado abierta la cafetería.
 Si tienes todos los puntos de datos de una población, continúa con el próximo
método.
3.

2
Anota la fórmula de la varianza de una muestra. La varianza de un conjunto
de datos te indica qué tan dispersos están los puntos de datos. Mientras más
cerca de cero esté la varianza, más cercanos estarán entre sí los puntos de
datos. Cuando vayas a trabajar con muestras de conjuntos de datos, utiliza la
siguiente fórmula para calcular la varianza:[3]

 = ∑[( - x̅) ]/
(n - 1)

 es la varianza. La varianza siempre se mide en unidades elevadas al

cuadrado.

 representa un término de tu conjunto de datos.

 ∑, que significa "sumatoria", te indica que debes calcular los siguientes

términos para cada valor de y luego sumarlos a todos.

  x̅ es la media de la muestra.
 n es la cantidad de puntos de datos.
4.

3
Calcula la media de la muestra. El símbolo x̅ o "x barra" se refiere a la media
de la muestra.[4] Calcúlala como lo calcularías cualquier media: suma todos los
puntos de datos, luego divídela por la cantidad de puntos de datos.
 Por ejemplo: primero suma todos los puntos de datos: 17 + 15 + 23 + 7 + 9 +
13 = 84
A continuación, divide la respuesta por la cantidad de puntos de datos, en este
caso, seis: 84 ÷ 6 = 14.
Media de la muestra = x̅ = 14.
 Puedes pensar en la media como el "punto central" de los datos. Si los datos
se agrupan cerca de la media, entonces la varianza será baja. Si se encuentran
esparcidos lejos de la media, la varianza será alta.
5.
 4
Réstale la media a cada punto de datos. Ahora es momento de

calcular - x̅, donde es cada número del conjunto de datos. Cada

respuesta te indicará la desviación con respecto de la media o, en lenguaje
coloquial, qué tan lejos de la media está cada número.[5].
 Ejemplo:

- x̅ = 17 - 14 = 3

- x̅ = 15 - 14 = 1

- x̅ = 23 - 14 = 9

- x̅ = 7 - 14 = -7

- x̅ = 9 - 14 = -5

- x̅ = 13 - 14 = -1
 Es fácil revisar tu trabajo, ya que la suma de las respuestas debe ser igual a
cero. Esto se debe justamente a la definición de la media, ya que las
respuestas negativas (distancia de los números pequeños respecto de la
media) cancelan exactamente las respuestas positivas (distancia de los
números más grandes respecto de la media).
6.
 5
Eleva cada resultado al cuadrado. Tal como se explicó más arriba, la lista

actual de desviaciones ( - x̅) suman cero. Esto quiere decir que la

"desviación promedio" siempre será igual a cero. Por lo tanto, esto no te dice
demasiado acerca de qué tan dispersos están los datos. Para resolver este
problema, debes elevar al cuadrado cada desviación. Al hacerlo, todos los
números se convertirán en positivos, por lo tanto, los valores positivos y
negativos dejarán de cancelarse y sumar cero.[6]
 Ejemplo:

( - x̅)

- x̅)
92 = 81
(-7)2 = 49
(-5)2 = 25
(-1)2 = 1

 Ahora tienes el valor ( - x̅) para cada punto de datos de tu muestra.

7.
 6
Calcula la suma de los valores al cuadrado. Ahora es momento de calcular

el numerador total de la fórmula ∑[( - x̅) ]. La letra sigma mayúscula, ∑,

te indica que debes sumar el valor del siguiente término para cada valor

de . Ya calculaste ( - x̅) para cada valor de en la muestra. Así

que todo lo que tienes que hacer ahora, es sumar los resultados.
 Ejemplo: 9 + 1 + 81 + 49 + 25 + 1 = 166.
 7
Divide por , donde es la cantidad de puntos de datos. Hace

mucho tiempo, los estadísticos dividían la varianza de la muestra por . Esto

te da el valor promedio de la desviación al cuadrado, que coincide
perfectamente con la varianza de la muestra. Pero recuerda que la muestra es
solo una estimación de una población más grande. Si tomas otra muestra
aleatoria y haces el mismo cálculo, obtendrás un resultado diferente. Por este

motivo, al dividir por en vez de por obtendrás una mejor estimación

de la varianza de una población más grande y eso es justamente lo que estás
buscando. Esta corrección es tan común que se ha convertido en la definición
aceptada de la varianza de una muestra.[7]
 Ejemplo: en la muestra hay seis puntos de datos, por lo tanto:

Varianza de la muestra = 33,2

8.

8
Aprende a distinguir varianza de desviación estándar. Ten en cuenta que,
al haber un exponente en la fórmula, la varianza se mide en unidades al
 cuadrado de los datos originales. Esto puede hacer que no sea tan sencillo
entenderlo en forma intuitiva. En su lugar, a menudo se usa la desviación
estándar. De todas formas, tu esfuerzo no fue en vano, ya que la desviación
estándar no es otra cosa que la raíz cuadrada de la varianza. Es por eso que la

varianza de una muestra se expresa como y la desviación estándar de

una muestra como .

 Por ejemplo, la desviación estándar de la muestra anterior es = s = √33,2 =
5,76.

Método 2
Calcular la varianza de una población
1.
 1
Comienza con un conjunto de datos de la población. El término "población"
hace referencia al total de datos de las observaciones relevantes. Por ejemplo,
si vas a analizar la edad de los residentes del estado de Texas, tu población
debe incluir la edad de cada uno de los residentes de Texas. Normalmente,
para un conjunto de datos tan grande como ese, crearías una hoja de cálculo.
Sin embargo, aquí tienes un conjunto más pequeño de datos como ejemplo:
 Ejemplo: en la habitación de un acuario hay exactamente 6 peceras. Las seis
peceras contienen la siguiente cantidad de peces:

2.
 2
Anota la fórmula de la varianza de la población. Debido a que la población
contiene todos los datos que necesitas, esta fórmula te dará el valor exacto de
la varianza de la población. Para poder distinguirla de la varianza de una
muestra (que es solo un valor aproximado), los estadísticos usan otras
variables:[8]

 σ = (∑( - μ) )/
n

 σ = varianza de la población. Es la letra sigma minúscula, elevada al

cuadrado. La varianza se mide en unidades al cuadrado.

 representa un término de tu conjunto de datos.

  Los términos dentro de ∑ se calcularán para cada valor de , y luego se
sumarán.
 μ es la media de la población.
 n es la cantidad de puntos de datos de la población.
3.

3
Encuentra la media de la población. Cuando analizas una población, el
símbolo μ ("mu") representa la media aritmética. Para encontrar la media, suma
todos los puntos de datos y luego divide el resultado por la cantidad de puntos
de datos.
 Puedes pensar en la media como el "promedio", pero ten cuidado, ya que esa
palabra tiene muchas definiciones en matemática.

 Ejemplo: media = μ = = 10,5

4.

4
Réstale la media a cada punto de datos. Los puntos de datos cercanos a la
media tendrán una diferencia más cercana a cero. Repite la resta para cada
punto de datos y comenzarás a tener una noción aproximada de qué tan
dispersos están los datos.
  Ejemplo:

- μ = 5 - 10,5 = -5,5

- μ = 5 - 10,5 = -5,5

- μ = 8 - 10,5 = -2,5

- μ = 12 - 10,5 = 1,5

- μ = 15 - 10,5 = 4,5

- μ = 18 - 10,5 = 7,5
5.

5
Eleva al cuadrado todas las respuestas. Ahora, algunos de los números del
paso anterior serán negativos mientras que otros serán positivos. Si dibujas tus
datos en una línea numérica, estas dos categorías representarán los números
que están a la izquierda de la media y los que están a la derecha de la media.
Estos valores no son de mucha ayuda para calcular la varianza, ya que los dos
grupos se cancelarían entre sí. Eleva al cuadrado cada uno de los números
para transformarlos en valores positivos.
 Ejemplo:

( - μ) para cada valor de i de 1 a 6:

(-5,5) = 30,25
 (-5,5) = 30,25

(-2,5) = 6,25

(1,5) = 2,25

(4,5) = 20,25

(7,5) = 56,25
6.

6
Encuentra la media de tus resultados. Ahora tienes un valor para cada punto
de datos, relacionado (indirectamente) con la dispersión que ese punto de
datos tiene respecto de la media. Calcula la media de estos valores
sumándolos y luego dividiendo la suma por la cantidad de valores.
 Ejemplo:

Varianza de la población = 24,25

7.
 7
Relaciona este valor nuevamente con la fórmula. Si no estás seguro acerca
de cómo coincide este valor con la fórmula que aplicaste al principio de este
método, intenta escribir todo el problema a mano:
 Después de encontrar la diferencia entre la media y elevar al cuadrado,

obtendrás el valor ( - μ) ,( - μ) , y así sucesivamente hasta (

- μ) , donde es el último punto de datos del conjunto.

 Para encontrar la media de estos valores, debes sumarlos a todos y dividirlos

por :(( - μ) +( - μ) + ... + ( - μ) )/n

 Después de rescribir el numerador en notación sigma, obtendrás (∑( - μ)

)/
n, que es la fórmula de la varianza.

Consejos
 Debido a que es difícil interpretar la varianza, este valor generalmente se
calcula como punto de partida para el cálculo de la desviación estándar.

 La utilización de en lugar de en el denominador al analizar muestras,

es una técnica conocida como corrección de Bessel. La muestra es solo un
 valor estimativo de la población completa y la media de la muestra se
encuentra sesgada para ajustar esa estimación. Esta corrección sirve para
eliminar ese sesgo.[9] Esto tiene que ver con el hecho de que, una vez que

hayas listado los puntos de datos, el n-ésimo punto final ya tendrá una
restricción, dado que solamente algunos valores resultarán en la media de la
muestra (x̅) utilizada en la fórmula de la varianza.[10]

Referencias
1. ↑ http://sphweb.bumc.bu.edu/otlt/MPH-Modules/BS/BS704_HypothesisTesting-
ANOVA/BS704_HypothesisTesting-Anova_print.html
2. ↑ http://insidebigdata.com/2014/10/22/ask-data-scientist-bias-vs-variance-
tradeoff/
3. ↑ https://www.youtube.com/watch?v=VgKHjVDK0uM
4. ↑ http://stattrek.com/statistics/notation.aspx
5. ↑ http://www.mathsisfun.com/data/standard-deviation.html
6. ↑ https://www.youtube.com/watch?v=sOb9b_AtwDg
7. ↑ https://www.youtube.com/watch?v=sOb9b_AtwDg
8. ↑ https://www.youtube.com/watch?v=VgKHjVDK0uM
9. ↑ http://datapigtechnologies.com/blog/index.php/understanding-standard-
deviation-2/
Mostrar más... (1)

wikiHows relacionados

Cómo
calcular el área y el perímetro
Cómo
calcular el diámetro de un círculo

Cómo
encontrar una raíz cuadrada sin una calculadora

Cómo
calcular un incremento en porcentaje
Cómo
calcular la velocidad

Cómo
calcular la variación porcentual

Cómo
calcular peso a partir de la masa
Cómo
descomponer números

Cómo
calcular una frecuencia

Cómo
calcular la apotema de un hexágono
Cómo
multiplicar fracciones por números enteros

Cómo
calcular el rango estadístico

Acerca del artículo

ARTíCULO DESTACADO

Nuestro equipo de editores e investigadores capacitados han sido autores de

este artículo y lo han validado por su precisión y amplitud.

Categorías: Matemáticas
En otros idiomas:

English: Calculate Variance, Italiano: Calcolare la Varianza, Deutsch: Varianz

berechnen, Français: calculer la variance, Русский: посчитать дисперсию
случайной величины, 中文: 计算方差, Português: Calcular a
Variância, Nederlands: Variantie berekenen, Bahasa Indonesia: Menghitung
Variasi, 日本語: 分散を計算する, ไทย: คำนวณควำมแปรปรวน, Tiếng Việt: Tính
phương sai, ‫ حساب التباين‬:‫العربية‬, हहहहहह: हहहहहहहह हह हहहह
हहहह, Türkçe: Varyans Nasıl Hesaplanır